一、简介：
与微观数据不同，宏观数据计量模型的分析方法更多地关注动态规律、平稳性与协整关系、以及截面相关或空间相关的问题。本期课程聚焦于宏观数据的两种因果推断方法（干预时间序列分析和合成控制法）、变系数模型、动态异质面板的ARDL模型、空间计量经济、以及全局VAR和面板VAR模型。
二、课程内容：
（一）干预模型分析
ITSA基于政策前的模型来构建反事实，估计处理效应。与其它政策评估方法不同，干预时间序列分析的特征在于：
（1）用于评估政策对一个个体的效应，用于时间序列数据；
（2）可以考察政策处理效应的动态变化规律和长期影响。本专题介绍趋势模型和随机趋势两种不同情形的干预变量的政策效应，政策变量可以是阶梯式、脉冲式或其它形式。
（二）合成控制法
合成控制法是应用于对处理组只包含一个个体的政策效应评估，通过Lasso等方法将控制组的所有个体进行加总合成，属于一类控制干预分析方法。主要内容包括：
1. 合成控制法的基本理论
2. 模型估计与安慰剂检验
3. 非参合成控制法
（三）变系数（随机系数）模型
模型的系数经常是不稳定的，线性模型无法刻画变量之间的时变关系，而变系数模型可以考察变量之间的关系随时间的丰富的变化规律，深入揭示变量之间丰富的关系。这一类模型包括了变系数回归模型、变系数VAR模型等多种形式，得到了广泛应用。
（四）动态异质面板ARDL模型
异质动态性与截面相关是宏观面板的两个非常重要的普遍特征，不能将宏观数据做微观式处理。本专题介绍截面相关的检验与测度，以及动态共相关效应的混合组均值（PMG)估计量。
1. 异质性面板的MG估计与PMG估计
2. 截面相关的检验与测度
3. 异质面板的共相关效应MG（CCE-PMG)估计
4. 动态异质面板的共相关效应MG（DCCE-PMG)估计
（五）空间计量模型
与共因子模型不同，空间计量模型通过空间权重矩阵明确地设定内生、外生和误差的空间关系。本章讲解空间线性模型、空间Probit/Logit模型、以及模型选择、空间面板等模型。
1. 空间权重矩阵
2. 空间计量模型（空间自回归，空间杜宾模型等）
3. 空间Probit/Logit模型
4. 面板空间模型
（六）全局VAR和面板VAR模型
1. VAR模型的分析框架
2. 全局向量自回归（GVAR, Global VAR）
3. 面板向量自回归（Panel VAR）
后续课程资料、视频等请一键三连后私信UP获取
