中国社会科学院大学微观计量经济学课程大纲课程基本信息（CourseInformation）*学时*学分课程编号3221232020079(Course ID)(Credit Hours)(Credits)微观计量经济学*课程名称(CourseName)Microeconometrics先修课程(PrerequisiteCourses)本课程着重培养学生解决复杂问题的综合能力和创新性，课程内容力求反映前沿性和时代性，教学形式力求体现先进性和互动性。在教学过程中，引导学生深入社会实践、关注现实问题，培育学生经世济民、诚信服务、德法兼修的职业素养。本课程着重介绍横截面与面板数据的分析方法，使学生理解各种微观*课程简介计量方法的基本思想、优缺点与应用的前提假设。本课题包括离散因变量、(Description)内生性问题、自选择偏差、静态面板与动态面板等专题。本课程以模型推导为基础，以应用为导向，帮助学生熟悉微观计量经济学方法的Stata操作，从而使学生具备分析微观数据、探寻因果关系、开展严谨学术研究的基本能力。本课程的考核方式为期末考试（开卷，80%），平时成绩（两次作业与课堂表现，20%）。This course is intended to foster students'ability in solving complicatedproblemsand innovativeskills.Thecontentofthiscourseaimstotracktheresearch frontier and reflect recent research progresses. The style of teachingaims to be innovative and interactive. During the teaching process, this courseaims to guide students to get close to the social practice, pay close attention toreal issues, and cultivate students to benefit the people, the integrity of service,moral and legal training of professional qualityThis course intends to teach econometric methods applied to cross-sectional*课程简介and panel data, help students understand the basic ideas, advantages and(Description)disadvantages of various microeconometric methods and thepresupposition ofapplications. Topics such as limited dependent variables, endogeneity,selectivitybias,andstaticanddynamicpaneldatamodelsarescheduledtobediscussed inthis course.This course,though application-oriented,will discussthe derivations of econometric models and help students to be familiar withStata operations of microeconometric methods, so as to equip students with thebasic ability to analyze micro data, explore causal relationships, and carry outrigorous academicresearch.Theassessmentmethodofthiscourseisfinal
中国社会科学院大学微观计量经济学课程大纲 课程基本信息（Course Information） 课程编号 （Course ID） 1232020079 *学时 （Credit Hours） 32 *学分 （Credits） 2 *课程名称 （Course Name） 微观计量经济学 Microeconometrics 先修课程 （Prerequisite Courses） *课程简介 （Description） 本课程着重培养学生解决复杂问题的综合能力和创新性，课程内容力 求反映前沿性和时代性，教学形式力求体现先进性和互动性。在教学过程 中，引导学生深入社会实践、关注现实问题，培育学生经世济民、诚信服 务、德法兼修的职业素养。 本课程着重介绍横截面与面板数据的分析方法，使学生理解各种微观 计量方法的基本思想、优缺点与应用的前提假设。本课题包括离散因变量、 内生性问题、自选择偏差、静态面板与动态面板等专题。本课程以模型推 导为基础，以应用为导向，帮助学生熟悉微观计量经济学方法的 Stata 操 作，从而使学生具备分析微观数据、探寻因果关系、开展严谨学术研究的 基本能力。本课程的考核方式为期末考试（开卷，80%）,平时成绩（两次 作业与课堂表现，20%）。 *课程简介 （Description） This course is intended to foster students’ ability in solving complicated problems and innovative skills. The content of this course aims to track the research frontier and reflect recent research progresses. The style of teaching aims to be innovative and interactive. During the teaching process, this course aims to guide students to get close to the social practice, pay close attention to real issues, and cultivate students to benefit the people, the integrity of service, moral and legal training of professional quality. This course intends to teach econometric methods applied to cross-sectional and panel data, help students understand the basic ideas, advantages and disadvantages of various microeconometric methods and the presupposition of applications. Topics such as limited dependent variables, endogeneity, selectivity bias, and static and dynamic panel data models are scheduled to be discussed in this course. This course, though application-oriented, will discuss the derivations of econometric models and help students to be familiar with Stata operations of microeconometric methods, so as to equip students with the basic ability to analyze micro data, explore causal relationships, and carry out rigorous academic research. The assessment method of this course is final
examination(openbook80%)andordinarygrades(twoassignmentsandclassroomperformance,20%)《计量经济学导论》（现代观点第6版），作者：（美）杰弗里·M.伍德里奇，中国人民*教材大学出版社，2018年第1版，ISBN号：9787300259147(Textbooks)《计量经济学及Stata应用》，作者：陈强，高等教育出版社，2015年第1版，ISBN：9787040427516参考资料(OtherReferences)*课程类别口公共基础课/全校公共必修课口通识教育课口专业基础课口专业核心课/专业必修课团专业拓展课/专业选修课口其他（CourseCategory）口线上，教学平台*授课对象*授课模式经济学专业口线下口混合式口其他(TargetStudents)(Modeof Instruction)口实践类（70%以上学时深入基层）团中文口全外语语种*开课院系*授课语言口双语：中文+语种（外语讲授不低于经济学院(School)(LanguageofInstruction)50%)课程负责人邓曲恒中国社会科学院经济研究所研究员姓名及简介*授课教师信息团队成员(TeacherInformation)姓名及简介学习目标（LearningOutcomes)*考核方式期末考试（开卷，80%），平时成绩（两次作业与课堂表现，20%）(Grading)*课程教学计划（TeachingPlan）（以表述清楚教学安排为宜，字数不限）填写规范化要求见附件其中周其教学内容摘要课实习学周次计程（必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、他验题时授讨环阅读文献参考书目及作业等）课课论节二元选择模型：第一周3线性概率模型、probit模型和logit模型等内生性与工具变量：多元选择模型及其扩展：第二周多元logit模型、嵌套logit模型、定序logit模型等
examination (open book, 80%) and ordinary grades (two assignments and classroom performance, 20%). *教材 （Textbooks） 《计量经济学导论》(现代观点第 6 版) ，作者：(美)杰弗里·M.伍德里奇，中国人民 大学出版社，2018 年第 1 版，ISBN 号：9787300259147 《计量经济学及 Stata 应用》，作者：陈强，高等教育出版社，2015 年第 1 版，ISBN： 9787040427516 参考资料 （Other References） *课程类别 （Course Category） 公共基础课/全校公共必修课 通识教育课 专业基础课 专业核心课/专业必修课 专业拓展课/专业选修课 其他 *授课对象 （Target Students） 经济学专业 *授课模式 （Mode of Instruction） 线上，教学平台 线下 混合式 其他 实践类（70%以上学时深入基层） *开课院系 （School） 经济学院 *授课语言 （Language of Instruction） 中文 全外语 语种 双语：中文+ 语种（外语讲授不低于 50%） *授课教师信息 （Teacher Information） 课程负责人 姓名及简介 邓曲恒 中国社会科学院经济研究所研究员 团队成员 姓名及简介 学习目标（Learning Outcomes） *考核方式 （Grading） 期末考试（开卷，80%）,平时成绩（两次作业与课堂表现，20%） *课程教学计划（Teaching Plan）（以表述清楚教学安排为宜，字数不限）填写规范化要求见附件 周次 周 学 时 其中 教学内容摘要 （必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、 阅读文献参考书目及作业等） 讲 授 实 验 课 习 题 课 课 程 讨 论 其 他 环 节 第一周 3 3 二元选择模型： 线性概率模型、probit 模型和 logit 模型等内生性与工具变量： 第二周 3 3 多元选择模型及其扩展： 多元 logit 模型、嵌套 logit 模型、定序 logit 模型等
角点解与样本删截（censoring）：第三周Tobit模型、McDonald-Moffitt分解、Tobit模型的扩展等样本截断（truncation）与Heckman模型：第四周自选择性、Heckman模型的设定与识别、Heckman模型的应用等分位数回归模型：分位数回归模型的设定、估计与系数的解释；分位数回归模型的应第五周用等第六周内生性的来源、内生性的检验、工具变量的有效性与弱工具变量等静态面板与双重差分法：第七周双重差分法、固定效应与随机效应模型、Hausman检验第八周动态面板：差分GMM、系统GMM、动态面板模型的应用等离散变量面板数据模型：第九周不可观测的异质性、初始条件、虚假的状态依存性、随机3效应probit模型等非参数与半参数估计：第十周核密度估计、窗宽选择、局部线性模型、非参数回归等倾向得分匹配法：第十一周匹配与回归的联系与区别、条件独立假设、共同支集、平L衡性检验等总计32（.教学方法包含讲授法、专题研讨、案例教学、视频教学、课堂汇报、课后实践等）备注（Notes）
第三周 3 3 角点解与样本删截（censoring）： Tobit 模型、McDonald-Moffitt 分解、Tobit 模型的扩展等 第四周 3 3 样本截断（truncation）与 Heckman 模型： 自选择性、Heckman 模型的设定与识别、Heckman 模型的应用等 第五周 3 3 分位数回归模型： 分位数回归模型的设定、估计与系数的解释；分位数回归模型的应 用等 第六周 3 3 内生性的来源、内生性的检验、工具变量的有效性与弱工具变量等 第七周 3 3 静态面板与双重差分法： 双重差分法、固定效应与随机效应模型、Hausman 检验 第八周 3 3 动态面板： 差分 GMM、系统 GMM、动态面板模型的应用等 第九周 3 3 离散变量面板数据模型： 不可观测的异质性、初始条件、虚假的状态依存性、随机 效应 probit 模型等 第十周 3 3 非参数与半参数估计： 核密度估计、窗宽选择、局部线性模型、非参数回归等 第十一周 3 3 倾向得分匹配法： 匹配与回归的联系与区别、条件独立假设、共同支集、平 衡性检验等 总计 32 （.教学方法包含讲授法、专题研讨、案例教学、视频教学、课堂汇报、课后实践等） 备注（Notes）