新書推薦:
《
无法从容的人生:路遥传
》
售價:NT$
340.0
《
亚述:世界历史上第一个帝国的兴衰
》
售價:NT$
490.0
《
人工智能与大数据:采煤机智能制造
》
售價:NT$
440.0
《
未来漫游指南:昨日科技与人类未来
》
售價:NT$
445.0
《
新民说·逝去的盛景:宋朝商业文明的兴盛与落幕(上下册)
》
售價:NT$
790.0
《
我从何来:自我的心理学探问
》
售價:NT$
545.0
《
失败:1891—1900 清王朝的变革、战争与排外
》
售價:NT$
390.0
《
送你一匹马(“我不求深刻,只求简单。”看三毛如何拒绝内耗,为自己而活)
》
售價:NT$
295.0
編輯推薦:
在公共机构制定政策过程中,如何检验政策实施效果呢?选取不同的观察对象对公共政策的实施效果会出现不用的结论。如果公共机构仅仅考虑观测到的水平,那么他对于政策效果的结论可能存在严重偏误。本书利用计量经济学理论,将变量带入计量经济学模型中,探讨女性的受教育程度是否影响生育意愿、参加技能培训能否真正增长实际收入、以及政策实施后餐馆的雇佣员工是否增多这些实际问题。提出了检验政策是否有效的数学模型。
內容簡介:
本书用计量经济学模型展示了政策对经济学产生的影响,具体讲明了政策的平均处理效应,参与者平均处理效应和未参与者平均处理效应在OLS,probitlogit、匹配法、断点回归分析、回归调整等计量经济学模型中的运用。从而揭示在政策真正产生效用的部分。计量经济学在政策中的应用可以探讨多方面的问题,例如:教育程度高低是否会影响女性生育意愿,政府政策的制定能否真的解决现存问题的关键等。同时,本书加入讲政策变量列入统计学软件STATA的操作方法,让研究者在经济学政策在计量经济学中的应用增加了实操性。是学习计量经济学不可或缺的工具书。
關於作者:
乔万尼赛鲁利意大利国家研究委员会下属经济可持续发展研究机构(CNR-IRCrEs)研究员,罗马大学经济学博士,《国际计算经济学与计量经济学》(The International Journal of Computational Economics and Econometrics)主编。主要研究方向为统计因果推断模型和项目评估的计量经济学模型。
目錄 :
第一章 政策评估的计量方法
1.1 引言
1.2 统计设定、命名及假设
1.3 基于可观测的和不可观测量的选择
1.4 刻画选择偏差
1.5 选择控制变量的依据
1.6 ATEs的部分识别:边界方法
1.7 量化政策评估方法的分类
1.8 反事实评估的政策框架和统计设计
1.9 相关的计量经济学软件
1.10 本书的简要概述
第二章 基于可观测变量的选择
2.1 引言
2.2 回归调整
2.3 匹配方法
2.4 重赋权重(再加权
2.5 双重稳健估计
2.6 回归调整的实现与应用
2.7 匹配法的实现与应用
2.8 再加权的实现与应用
第三章 基于不可观测变量的选择
3.1 引言
3.2 工具变量
3.3 选择模型
3.4 双重差分
3.5 工具变量和选择模型的实现与运用
3.6 DID法的实现与应用
第四章 局部平均处理效应和断点回归设计
4.1 引言
4.2 局部平均处理效应
4.3 断点回归
4.4 应用与实现
內容試閱 :
这本书为读者提供了一套用于社会科学政策评估的现代微观计量经济学理论和应用工具。读者可以结合Stata软件工具箱对项目设计严谨而有效的事后评估。我们在每个处理效应理论模型后面都会提供至少一个Stata内置的和用户编写的命令实例。
通过本书的学习,读者将逐步熟悉文献中经常讨论的政策评估方法,如回归调整、匹配、双差分、工具变量,以及断点回归设计,并了解在不同的政策背景下该如何选择和使用最合适的方法。
本书共四章。
第一章是政策评估的计量经济学导论,是后续章节的基础,包括在社会经济背景下估计政策的处理效应所需要的统计设定、标准符号和基本假设。还会介绍由于可观察和不可观察的因素导致的选择偏差的概念,以及修正方法。章节最后简要讨论了用于估计处理效应的Stata命令,以及文献中提出的各种二元处理的计量经济学方法。
第二章主要介绍在基于可观察的选择(或显性偏差)假设下,平均处理效应的估计,并系统阐述政策评价分析中这种假设的意义和范围。一些计量经济的方法(如:回归调整、匹配、重新加权和双稳健估计)将会涉及到,以确保在此设定下,正确地估计因果参数。本章最后是这些方法的实证例子及其比较。
第三章主要介绍在基于不可观察的选择(或隐性偏见)下的平均处理效应的估计。当不可观测的因素显著地驱动非随机分配时这种情况就会发生。此时,第二章讨论的方法不再适合。因此,我们介绍三种基于不可观测选择时进行正确估计的方法:工具变量、选择模型和双差分。当然实施这些方法需要额外的假设。
第四章讨论了两个相关的问题:局部平均处理效应(LATE)和断点回归设计(RDD),都被认为是近似准实验方法。本章第一部分讨论了LATE方法的理论基础,阐述了不完全依从随机实验的设置,以及LATE的样本估计。第二部分主要讨论RDD,通过一个特定的变量(所谓驱动变量)定义一个阈值,区分(无论是模糊的还是清晰的)处理组和控制组。在介绍了RDD模型的计量经济学的背景之后,主要讨论清晰-RDD和模糊-RDD方法,同时建立它们的模拟模型,来说明不同方法的基本假设所起的作用不同。
这本书的每一章可以看作是相当独立的单元。然而,有兴趣的读者会发现,有必要透彻理解每一章中单个的主题。最后,需要说明的是,本书假设读者已经熟悉基本的计量经济学理论,并事先了解Stata的使用。
意大利,罗马
乔万尼赛鲁利