Python爬虫与Stata应用能力提升与实证前沿 寒假工作坊
主讲嘉宾介绍
邓旭东 ： 哈尔滨工业大学(HIT)管理学院信息管理系统方向在读博士。曾在多所大学做数据采集和文本分析 分享 ，运营【公众号：大邓和他的Python】主要分享Python、爬虫、文本分析、机器学习等相关内容。
江艇：香港科技大学商学院经济学博士，中国人民大学经济学院副教授，人大国家发展与战略研究院研究员，人大微观数据与实证方法研究中心副主任，美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学，在Economics Letters、Review of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文。曾应邀在多所高校讲授“应用微观计量经济学”短期前沿课程，学员反响热烈。
司继春 （慧航）： 上海对外经贸大学统计与信息学院助理教授，主要研究领域为微观计量经济学、产业组织理论。在 Journal of Business and Economic Statistics、《财经研究》等学术刊物上发表多篇论文。其实，大家更熟悉的是知乎上大名鼎鼎的[慧航]，拥有 219,753 个关注者，获得过 110,578 次赞同，他就是司继春老师 —— [慧航]。
王非： 美国南加州大学经济学博士，中国人民大学劳动人事学院副教授，人大国家发展与战略研究院研究员，全球劳动组织（GLO）会员，中国就业研究所副研究员。主持国家自然科学基金青年科学基金项目。主要研究领域为劳动经济学、人口经济学、主观福祉等，在 PNAS，Journal of Happiness Studies，Journal of Population Economics，China Economic Review，《人口研究》等国内外权威期刊上发表多篇论文。曾多次讲授微观实证研究方法，广受好评，《Stata简明讲义》作者。
模块1 Python数据采集 & 文本数据分析
Day 1 上午 邓旭东
Python语法入门
Python跟英语一样也是一门语言 环境配置、pip安装 jupyter notebook使用方法 数据类型 for循环、if逻辑、try-except 常用函数、常用库 常见问题解决办法
Day 1 下午 邓旭东
Python网络爬虫
网络爬虫原理
开发者工具使用
数据抓包
requests库
pyquery库
元素（数据）定位
数据存储（txt，csv）
案例1：天涯论坛
案例2：大众点评
案例3：BOSS直聘
案例4：百度企业信用
案例5：京东评论
Day 2 上午 邓旭东
文本分析入门
文本分析应用场景 txt、pdf、word等类型文件的数据读取 中文分词-jieba库 可视化-pyecharts库 英文通用情感词库-Harvard-IV4 英文金融会计领域情感词库Loughran&MCdonald 常见的中文情感词典 中文情感词典的构建及使用 数据分析-pandas库 案例1-词频统计 案例2-制作词云图 案例3-海量公司年报文本分析 案例4-使用情感词典进行情感计算
Day 2 下午 邓旭东
文本分析进阶
什么是机器学习
监督学习与非监督学习
使用机器学习进行文本分析的步骤
表达文本数据信息的方式（独热编码、词袋法、TF-IDF）
文本可读性计算
公司年报信息含量(标准信息与特有信息)计算思路
理解特征矩阵、语料、文档、特征
机器学习库-sklearn语法学习
了解协同过滤-推荐系统
案例1-在线评论情感分析
案例2-文本分类
案例3-LDA话题模型
案例4-计算消费者异质性信息
了解文本分析在经管研究中使用情况，可以参考
[1]沈艳,陈赟,黄卓．文本大数据分析在经济学和金融学中的应用：一个文献综述[EB/OL].
[2]Loughran T, McDonald B. Textual analysis in accounting and finance: A survey[J]. Journal of Accounting Research, 2016, 54(4): 1187-1230. Author links open overlay panelComputational socioeconomics
[3]王伟,陈伟,祝效国,王洪伟. 众筹融资成功率与语言风格的说服性-基于Kickstarter的实证研究.管理世界.2016;5:81-98.
[4]Wang, Quan, Beibei Li, and Param Vir Singh. “Copycats vs. Original Mobile Apps: A Machine Learning Copycat-Detection Method and Empirical Analysis.” Information Systems Research 29.2 (2018): 273-291.
模块2 Stata 应用能力提升与实证前沿
Day 1 上午 江艇
因果推断导论
1、何为因果推断？ 2、传统因果模型 3、实验数据与观测数据 4、观测数据研究的基本挑战 5、潜在因果模型 6、分配机制与识别假设 7、潜在因果模型与传统因果模型的关系
Day 1 下午 江艇
截面数据因果推断的参数和非参数方法（上）
1、非参数方法的工作原理
2、参数方法的工作原理
3、插曲之一：线性回归中的控制变量
4、插曲之二：交互项模型
Day 2 上午 江艇
截面数据因果推断的参数和非参数方法（下）
1、 参数方法与非参数方法的比较 2、 匹配方法实操 3、（选讲）逆概率加权与双重稳健估计 4、（选讲）条件平均处理效应
Day 2 下午 江艇
面板数据因果推断的参数和非参数方法
1、 面板数据固定效应模型 2、 双重差分法的识别和估计 3、 双重差分法常见问题剖析 4、 双重差分与匹配的结合 5、（选讲）半参数双重差分估计 6、 非参数方法初步及其与参数方法的区别和联系 7、（选讲）模糊双重差分
Day 3 上午 司继春(慧航)
Stata基础与Stata16新功能
1、 Stata基础：基本操作与数据操作、数据框操作 2、Stata基础：分类变量与数值变量的描述性分析 3、Stata进阶：宏 4、Stata进阶：条件与循环 5、Stata进阶：Stata与Python的结合
Day 3 下午 司继春(慧航)
OLS：预测与解释
1、如何估计条件期望：OLS 2、预测：过拟合、欠拟合与交叉验证 3、预测：使用LASSO回归进行变量选择 4、HCW方法的LASSO方法实例 5、作为因果推断的OLS：控制变量与固定效应 6、作为因果推断的OLS：系数的解释 7、作为因果推断的OLS：异方差稳健标准误与聚类标准误
Day 4 上午 司继春(慧航 )
面板数据与动态面板模型
1、面板数据：固定效应与随机效应 2、面板数据：交互固定效应 3、工具变量简介 4、动态面板模型的实现：差分GMM与系统GMM 5、动态面板应用举例
Day 4 下午 司继春(慧航)
离散选择模型与非线性模型选讲
1、 分位数回归 2、 离散选择模型：Probit、Logit回归 3、 计量经济学中的离散选择模型：理论基础与解释 4、 多元选择模型：多项Logistics回归 5、 多元选择模型：顺序选择模型 6、 多元选择模型：分类树、随机森林及其Stata实现 7、 其他非线性模型：删失样本模型（Tobit模型）、样本选择模型（Heckman两步法）
Day 5 上午 王非
数据的获得及处理方法
1、常见公开数据库介绍 2、数据的获得和熟悉 3、数据清理流程 4、数据描述方法
Day 5 下午 王非
数据分析流程、遗漏变量偏误及合成控制法
1、数据分析“三件套”：稳健性、异质性和机制分析 2、遗漏变量偏误的估算 3、合成控制法的基本原理和前提假设 4、合成控制法的运算、解读和检验 5、合成控制法的软件操作及论文结果现场复制
Day 6 上午 王非
工具变量法理论与实操
1、工具变量法的基本原理和前提条件 2、工具变量法的操作步骤 3、工具变量的寻找方法 4、工具变量的有效性检验 5、工具变量法的软件操作及经典论文现场复制
Day 6 下午 王非
断点回归法理论与实操
1、断点回归法的基本原理及两类情形 2、断点回归法的估计过程 3、断点回归法的一揽子检验 4、断点回归法的软件操作及前沿论文现场复制
相关信息
参会费用
模块Ⅰ：2500元/人；
模块 Ⅱ： 4800元/人；
优惠政策：两个模块一起报名九折；三人及以上九折；五人及以上八折；老学员九折；学生优惠200元/人。 交通与食宿费自理， 提供 歌江维嘉大酒店 周边住宿信息。
住宿安排
工作坊签约四星级酒店，标间或大床房每天约350元，含自助早餐；或附近旅馆标间、大床房每天约200元，会务组提供住宿咨询。
交通路线指南
报到地点： 钱塘新区高教园区东区 27号大街301号(地铁1号线云水站旁)歌江维嘉大酒店 ；
1. 杭州东站 搭乘 地铁1号线 下沙江滨方向 （注意不要选择间隔的临 平方向 ）， 40分钟 即达 报到地点
2. 萧山国际机场 打的 约 半小时 到达 报告地点
报名缴费信息
单位：杭州国商智库信息技术服务有限公司
开户银行： 中国银行杭州大学城支行
银行账户：6232636200100260588
报名时间：从即日起（ 按缴费顺序安排教室座位 ）。
咨询电话: 19817117852（丁老师）
欢迎大家
进群咨询！
特别提醒
为不影响各单位、老师、同学的日常工作和学习，工作坊安排在假期举办。如果一些机构寒假期间暂停财务工作，建议拟报名同学老师在之前办理相关事项，报到则可拿到发票，以免等到春季开学办理而可能有所影响相关程序。
About The Author
