基本无害的计量经济学

出版前言

刚目

致谢

本书结构

第一部分 导论

1 关于“问题”的问题

2 理想的实验

2.1 选择性偏误

2.2 用随机分配解决选择性偏误

2.3 对实验的回归分析

第二部分 核心

3 让回归变得有意义

3.1 回归的基本原理

3.2 回归与因果关系

3.3 异质性与非线性

3.4 回归的细节

3.5 附录：对加权平均导函数求导

4 实践中的工具变量：得到你想要的

4.1 工具变量与因果关系

4.2 两阶段最小二乘的渐进推断

4.3 双样本工具变量和剖分样本工具变量

4.4 工具变量与异质性潜在结果

4.5 对局部平均处理效应的推广

4.6 工具变量的细节

4.7 附录

5 相似世界：固定效应、双重差分和面板数据

5.1 个体固定效应

5.2 双重差分：事前与事后，处理和控制

5.3 固定效应与滞后被解释变量

5.4 附录：对固定效应模型和滞后被解释变量模型的进一步讨论

第三部分 拓展

6 更进一步：断点回归设计

6.1 清晰断点回归

6.2 作为一种工具变量法的模糊断点回归

7 分位数回归

7.1 分位数回归模型

7.2 对分位数处理效应的工具变量估计

8 非标准的标准误问题

8.1 在估计稳健标准误时存在的偏误

8.2 面板数据中的聚类问题和序列相关问题

8.3 附录：对简单Moulton因子的计算

最后的几句话

术语表及名词缩写

参考文献

译后记

《基本无害的计量经济学(实证研究者指南)》第1章描述了对之后章节可能很有用的研究设计步骤。第2章讨论了在医学研究中用到的随机实验，这个实验为我们最感兴趣的问题提供了一个理想的基准。本书第二部分共有三章，分别讨论了回归、工具变量和双重差分法的核心内容。在本书第三部分我们转入扩展。其中第6章考察对非连续实验的回归分析，我们既可将该部分内容看作回归一控制这种研究策略的变体。在第7章我们讨论了用分位数回归来估计我们关心的变量对被解释变量分布的影响。最后一章则针对的是统计推断问题，我们在之前章节中对渐进性质进行考察时省略了这一部分内容。本书由乔舒亚·安格里斯特和约恩-斯特芬·皮施克著。计量经济学的方法和实践不断发展，有些过于新奇的方法本来没必要如此复杂，而且还可能是有害的。虽然对计量经济学基本工具的解释日趋精奥深微，但应用计量经济学的核心内容却保持着大体稳定。这本指南性质的教材为经验研究者把握计量经济学的精义提供一个向导，在讨论回归、工具变量和双重差分法等核心内容的基础上，强调估计值的一般性质（比如回归总是可以近似条件均值函数等），以及对估计值赋予因果解释所需的假设（比如条件独立假设、相似世界等），之后再扩展至非连续实验的回归分析及统计推断等问题。尤其是，作者对OLS和IV，从方法论到各种应用，讲解极为详细，把所有目前流行的带试验色彩的估计方法，全部放在回归的框架中分析和讨论，但不涉及试验设计的内容。