第1讲 Stata基础操作（3h）

• 1.1 Stata软件快速入门
• 1.2 AI赋能Stata学习实例 2025 new
• 1.3 Stata菜单操作
• 1.4 Stata路径设定：sysdir和adopath
• 1.5 Stata外部命令科学管理与更新
• 1.6 各类文件的合理组织：do文件、ado文件和数据文件
• 1.7 Stata命令与帮助文件
• 1.8 do文件创建与优化
• 1.9 标量与矩阵

第2讲 数据处理与作图（3h）

• 2.1 数据处理准备
• 2.1.1 各类数据导入与导出
• 2.1.2 整理、提取和变量转换
• 2.1.3 AI辅助数据预处理 2025 new
• 2.2 合并、转换与堆叠
• 2.2.1 纵向与横向数据合并
• 2.2.2 数据转换
• 2.2.3 数据堆叠与面板数据构建
• 2.2.4 AI辅助合并与匹配 2025 new
• 2.3 数据清理
• 2.3.1 单变量清理
• 2.3.2 多变量清理
• 2.3.3 AI自动化数据清洗 2025 new
• 2.4 缺失值与补漏方法集成
• 2.5 数据清理实操
• 2.5.1 主流数据库：Wind数据转换为Stata面板数据
• 2.5.2 微观调查类数据处理：以CFPS数据为例
• 2.6 Stata数据的科学图形展示
• 2.6.1 基础图形命令应用
• 2.6.2 面板数据的动态显示
• 2.6.3 交错事件面板数据图形
• 2.6.4 回归系数可视化
• 2.6.5 分箱散点图
• 2.7 例文软件实现与解读：
• ① Cattaneo M D, Crump R K, Farrell M H, et al. On binscatter[J]. American Economic Review, 2024,114(5): 1488-1514.

第3讲 Stata程序与编程（3h）

• 3.1 局域暂元与全局暂元
• 3.1.1 global的使用技巧
• 3.1.2 local的几种常用方法
• 3.1.3 AI提升暂元应用技能 2025 new
• 3.2 条件与循环语句
• 3.2.1 巧用if嵌套语句
• 3.2.2 循环语句
• 3.2.3 AI辅助语句解读 2025 new
• 3.3 程序编写规范与语法解析
• 3.3.1 Stata程序结构
• 3.3.2 程序参数解析
• 3.3.3 程序返回值
• 3.3.4 标准语法解析
• 3.3.5 参数类型验证
• 3.3.6 AI智能编写Stata程序 2025 new
• 3.4 ado文件与hlp文件
• 3.4.1 ado文件编写规范
• 3.4.2 标准文件的编写
• 3.5 Stata编程示例: LM和GMM估计的代码编程

第4讲 线性回归模型、内生性与工具变量法（3h）

• 4.1 regress估计、结果解释与边际效应
• 4.2 如何正确使用稳健与聚类-稳健标准误
• 4.3 Wild cluster bootstrap
• 4.4 自变量相对重要性的Shapley分解
• 4.5 AI辅助识别内生性与修正 2025 new
• 4.6 IV估计量：IV、2SLS和GMM
• 4.7 恰好与过度识别模型的IV估计
• 4.8 弱工具变量检验
• 4.9 弱工具变量的稳健推断
• 4.10 IV和OLS估计系数差异分解
• 4.11 例文软件实现与解读：
• ② 尹志超等. 农村劳动力流动对家庭储蓄率的影响[J]. 中国工业经济,2020.
• ③ Ishimaru S. Empirical decomposition of the iv-ols gap with heterogeneous and nonlinear effects[J].Review of Economics and Statistics, 2024: 1-16.

第5讲 因果推断经验研究中的中介效应与调节效应（IV）（3h）

• 5.1 中介效应模型的现行做法与检验
• 5.2 中介效应检验的反思
• 5.3 中介效应分析的操作建议
• 5.4 中介效应估计新命令：sgmediation2
• 5.5 具有工具变量的中介效应分析
• 5.6 基于结构方程模型的中介效应分析
• 5.7 AI赋能中介效应分析 2025 new
• 5.8 调节效应与异质性分析
• 5.9 调节效应分析的操作建议
• 5.10 例文软件实现与解读：
• ④ 孙伟增,毛宁,兰峰等.政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验[J].中国工业经济,2023.
• ⑤ 曹伟,綦好东,赵璨.企业金融资产的配置动机：基于产权性质与异质性股东参股的分析[J].中国工业经济,2023.
• ⑥ Braghieri L, Levy R, Makarin A. Social media and mental health[J]. American Economic Review, 2022.

第6讲 静态面板数据模型与双重差分法（3h）

• 6.1 估计量比较：混合OLS、组内、组间与一阶差分
• 6.2 模型选择检验：固定效应or随机效应模型
• 6.3 面板数据内生性与IV估计
• 6.4 高维固定效应模型：reghdfe
• 6.5 AI辅助静态面板数据模型估计、模型选择与结果解释 2025 new
• 6.6 政策评估两种偏误如何影响评估效果
• 6.7 双重差分的7种估计方法
• 6.8 双重差分法的平行趋势检验与安慰剂检验
• 6.9 Stata时间-空间维度安慰剂检验新命令
• 6.10 多期双重差分的估计与规范作图
• 6.11 三重差分估计如何检验平行趋势
• 6.12 例文软件实现与解读：
• ⑦ 曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020.