课程特色

• [1] 超详实复刻体验，大部分变量复刻将从下载数据这一步开始，从年末数据的选取、合并报表类型的选取出发，让复现不仅仅是重新抄一遍回归代码，更是体验真实研究的全过程.

• [2] 提供完整数据集以及从导入csv数据到完成指标构建的全流程过程，代码可复现，简单改一改就可用于其他文本分析指标的计算.

• [3]超多原创指标：这些指标的计算均是包含原创的计算过程，可直接用于自身研究.

• [4] 附赠PPT形式论文精讲，对论文进行逐句拆解，分析行文逻辑，教学改写方法.

• [5] 将所有原创指标以独立数据包形式发给所有购买课程会员，直接省去购买数据的钱.

• [6] 全程可答疑.

在经管学术研究中，能否熟练处理与分析数据，尤其是充分利用专业数据库、统计面板数据、年鉴数据，通过完整复刻经管类顶刊论文的全过程，手把手带你突破数据处理、模型构建、实证分析与论文写作的重重难关。我们开发了一套高质量的经管类顶刊论文复刻课程，将系统性地带你走完以下环节：

• 理论框架与文献综述（引言与文献梳理）：学习如何从现实问题和理论空白中提炼出有价值的 research question，并学会高效梳理文献，奠定研究的理论基础。

• 研究设计与计量模型（模型设定）：理解作者为何选择特定的计量模型（如固定效应、双重差分法、断点回归设计、工具变量法等），并掌握模型设定的思路及其背后的假设条件。

• 数据处理与变量构建（变量测算）：学习核心变量（如数字化转型、ESG、全要素生产率）的复杂构建方法，这是复现的关键和难点。

• 实证结果与统计推断（基准回归与检验）：不仅要跑出结果，更要理解系数含义、显著性以及各种检验（如稳健性、内生性处理）的目的和解读方法。

• 机制分析与异质性讨论（深挖故事）：学习如何运用中介效应模型等方法检验理论机制，以及如何进行异质性分析（如分样本回归）以丰富论文内涵。

• 科研新手：经管、社科、金融领域硕博生，急需规范实证研究技能

• 高校教师：希望提升论文质量、冲刺SSCI/C刊  

• 数据分析师：需掌握大数据的深度挖掘  

《常用公共数据库全流程复现训练营》：从数据清洗到顶刊复现，解锁科研新范式！——覆盖CHARLS/CFPS/CGSS等国内外大型权威数据库，持续更新，助力你的学术跃迁！为了方便大学系统的学习论文复现，对于stata零基础的同学，本课程增加了stata操作基础的内容，包含如下：

【已复现文章列表】

• 科研新手：经管、社科、公卫领域硕博生，急需规范实证研究技能

• 高校教师：希望提升论文质量、冲刺SSCI/C刊  

• 数据分析师：需掌握大规模社会调查数据的深度挖掘  

实证初学者在面对着多如牛毛的学习资料和实证资源看似轻松，但面对这些零碎的知识时通常不知所措，各种细节处理上屡屡出错。本次课程着眼于如何帮助实证初学者系统地开始自己的第一篇论文，从数据库的初始下载、文件的初始处理、回归的第一张表到最后一张表进行系统的讲解，真正开始自己的第一篇论文。通过12小时的深度复现，之其然更知其所以然，快速掌握实证论文的套路化写作，并能轻松移植到其他相关论文的研究中。（注：《数字化转型与企业创新》不特指某一篇论文，而是假设我们有这个选题思路，重头开始,此篇论文重要用于整体的论文全流程方法学习；此外，还会对管理世界的顶刊《数字经济、创业活跃度与高质量发展》进行复刻，用于进一步强化学习）

二、课程内容

模块一：数据与变量

1.上市企业研究数据库

1.1 CSMAR数据库、CNRDS数据库（重要子库，子指标、预处理、注意事项）

2.变量生成

2.1变量选择框架（Libby’s box）

2.2 常用变量生成与解析（数字化转型、企业创新、融资约束SA、WW、KZ、FC，盈余管理、公司治理、企业办公地、风险承担等）

3.全流程回归前数据预处理

3.1 标准化CSMAR、CNRDS下载EXCEL预处理

3.2 数据横向合并（merge）、纵向合并（append）,转置（reshape）、其他合并joinby

3.3 指标简单计算；增长率相关计算

3.4 变量初始调整；滞后相关处理；缺失值相关处理

3.5循环处理（foreach forvalues while）

3.6 其他

模块二：基准回归

1．基准回归理论讲解（在于讲懂原理，无复杂公式推导）

1.1合适标准误选择问题：稳健、聚类稳健、Bootstrap等；聚类层级选择

1.2多元线性回归与FWL定理

1.3 OLS与FE选择：FE不一定最优

1.4 统计显著性与经济显著性；回归系数过大或过小

1.5 遗漏变量偏误方向：低估还是高估

1.6 其他

2．基准回归实证操作（以复刻《数字化转型与企业创新为例》）

2.1 缩尾；初始剔除标准;vif

2.2 期刊论文常见表格输出（四表（描述性；相关性；组间差异与基准回归））

2.3 不同导出命令对比 esttab outreg2 reg2docx

2.4 其他问题

模块三：稳健性检验

1．稳健性检验理论

1.0 敏感性分析方法（Altonji方法；oster方法）

1.1 IV（工具变量选择；相关性与外生性；常用工具变量；弱工具变量与过度识别）

1.2 Heckman检验（样本选择模型与处理效应模型）

1.3 非线性模型（泊松与负二项、logit与probit、tobit、ppmlhdfe）

1.4 PSM方法

1.5 排除替代性解释

1.6 其他稳健性检验（替换核心变量；聚类与固定效应调整; 联合固定效应与时间趋势项等）

2．稳健性检验实证操作（以复刻《数字化转型与企业创新为例》）

2.1 IV（ivreghdfe；结果导出；常见指标分析）

2.2 Heckman检验（命令选择；操作细节与结果导出）

2.3 PSM 全流程操作

2.3 非线性模型（命令使用细节与注意事项）

2.4 其他稳健性检验具体回归命令使用

模块四：进一步分析

1．机制检验（以复刻《数字化转型与企业创新为例》）

1.1 概述；机制检验的目的

1.2 三步法模型理论与实操

1.3 江艇两步法模型理论与实操

1.4 交乘项模型做机制检验与实操

1.5 分组做机制检验与实操；组间系数差异检验方法

2．常见进一步分析方法

模块五：《数字经济、创业活跃度与高质量发展》复刻

1．相关基础数据下载

2．被解释变量经济高质量发展水平构建

3．解释变量数字经济发展水平构建

4．复刻之描述性统计、基准回归、中介效应回归

5．复刻之门槛效应回归、空间溢出效应回归

6．复刻之异质性回归于稳健性检验（含工具变量、DID、安慰剂检验）