360度无死角掌握DID=传统DID+多期DID+DID模型扩展+空间DID+交叠DID

Connor 币安币 2022-09-22 280 0

双重差分（Difference in differences）作为一种有效的政策评估方法，在经济学乃至整个社会科学的研究中被广泛用于观测政策干预的效果Dididu。

AER顶刊大作Dididu，劳动经济学双重差分经典案例：

最低工资与就业：新泽西州与宾夕法尼亚州快餐行业的案例分析

就是DID双重差分法应用的完美范例

DID近年在实证发文领域也是非常活跃：

DID国庆特训

传统DID+多期DID+DID模型扩展

+空间DID+交叠DID

360度无死角全面掌握DIDDididu，含19篇范例论文讲授

培训时间：

10月5-7日（三天）

培训方式：

远程直播Dididu，

提供全程录播回放+独家资料（含do）+课后答疑

培训安排：

9:00-12:00；14:00-17:00；答疑

培训费用：

展开全文

前两天：2200元/ 1900元 (全日制本科及硕士在读优惠价)

最后一天：1200元/ 1050元 (全日制本科及硕士在读优惠价)

讲师介绍

崔百胜，厦门大学经济学博士，上海师范大学教授，硕士生导师Dididu。

主要讲授研究生《空间计量经济学》、《中级应用计量经济学》、《货币理论与政策》等课程Dididu。教学使用软件为Stata和Matlab软件，熟悉相关软件的操作与使用。

主要研究领域为货币理论与政策、动态一般均衡模型、空间计量经济学Dididu。主持国家社会科学基金项目，教育部人文社会科学基金项目，以及上海市教委科研创新项目等在内的多项课题。在CSSCI期刊发表学术论文30余篇。参与编写《空间计量经济学——现代理论与模型》、《经济计量研究指导——实证分析与软件实现》等专业教材。

课程特色

（1）加强了基础性的操作Dididu，如多期DID中，对动态多期虚拟变量的生成，增加了Stata的两种实现代码；

（2）细化了多期DID的章节Dididu，如多期DID中，考虑了同时点和异时点两种情况下的多期政策效果评估，增加了Beck(2010)动态图形展示，更清晰的理解动态DID的理论内涵；

（3）增加了DID领域的新近研究成果Dididu，如考虑了溢出性处理效应下的政策评估；

（4）解读最新关于传统面板PSM-DID方法的不足及改进的论文；

（5）增添了Stata17中的官方命令Dididu。

（6）交叠DID为2022新设专题，教学目标：对近3年DID领域中出现的新方法进行系统掌握，能够对其主要命令，主要原理，主要应用场景和结果的解读进行掌握，达到运用新方法进行论文写作的目标Dididu。

课程大纲

10月5-6日：传统DID+多期DID+DID模型扩展+空间DID

一、传统DID（3h）

1.1课程导言

1.1.1政策评估主流方法

1.1.2国内顶刊DID刊文情况与模型类型梳理

1.1.3建立因果关系

1.2模型构建

1.2.1政策效果不随时间而变

1.2.2政策效果随时间变动

1.3Stata实现

1.3.1DID数据生成与处理

1.3.2基于DID基本原理的Stata实现

1.3.3两种政策效果比较

1.3.4五种传统DID命令与Stata17官方新命令估计结果分析

二、多期DID（渐进DID）（3h）

2.1多期DID政策效应的动态图形展示

2.1.1 Beck_Levine(2010)经典图形展示

2.1.2 coefplot命令动态图形展示

2.2多期DID平行趋势检验图形实现

2.2.1图示法

2.2.2系数检验法

2.3安慰剂检验的Stata实现

2.3.1政策实施时间前置的安慰剂检验

2.3.2处理组随机化处理的安慰剂检验

2.4三重差分模型（DDD）

2.5例文精读3篇

[1]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(07)

[2]任胜钢等.排污权交易机制是否提高Dididu了企业全要素生产率——来自中国上市公司的证据.中国工业经济,2019(05)

[3] Beck, T., Levine, R. & Levkov, A. (2010). Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States. The Journal of Finance,65(5), pp. 1637-1667

三、DID模型扩展（3h）

3.1 PSM-DID

3.1.1 PSM估计的三种程序实现

3.1.2共同支持检验（common support）

3.1.3多期面板数据PSM-DID的Stata实现

3.1.4例文精读1篇：孙晓华等. “营改增”促进Dididu了制造业与服务业融合发展吗 .中国工业经济,2019(08)

3.1.5例文精读1篇：谢申祥等.传统PSM-DID模型的改进与应用.统计研究,2021 (02)

3.2时变处理时间与持续期的灵活面板DID因果分析

3.3异质性处理效应下的双向固定效应估计与模糊DID应用

3.3.1模糊DID（Fuzzy DID）估计量与Stata实现

3.3.2异质性处理效应时Dididu，双向固定效应估计还稳健吗？

3.3.3异质性处理效应存在时的解决方法：模糊DID

3.3.4例文精读1篇：

Chaisemartin, Clément de, and XavierD’Haultfoeuille. “Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.” American Economic Review 110, no. 9 (September 2020):2964–96.

四、空间DID（3h）

4.1忽略空间因素的DID结果可靠吗Dididu？

4.2空间DID模型构建

4.3政策评估的空间效应分解

4.4存在溢出处理效应时的稳健DID估计

4.5例文精读3篇

[1]排污权交易、二氧化硫排放与经济高质量增长——基于空间双重差分模型

[2] Chagas, André L.S, Azzoni C R , Almeida A N . Aspatial difference-in-differences analysis of the impact of sugarcane production on respiratory diseases. Regional Science and Urban Economics, 2016.

[3] Clarke D. Estimating difference-in-differences in the presence of spillovers[J]. 2017.

10月7日：交叠DID

交叠DID本次更新：

（1）增加了交叠DID的图形展示Dididu，更容易对交叠DID的具体类型进行直观展示，以便于确定合理的模型形式；

（2）结合国内外的文献Dididu，对交叠DID的估计方法进行系统梳理，重点讲授当前主流文献中引用率较高的三大类共6种交叠DID的估计方法，以便于根据自己数据和事件的主要形式，选择合适的估计方法；

（3）增加了中文最新文献，以便于了解国内对交叠DID研究的最新进展Dididu。

一、交叠DID应用建议

1. 如何在多期与处理时间变化时Dididu，选择合适的DID估计量？

2.如何处理非平行趋势的情况Dididu？

3.如何在少量处理单位情况下进行科学抽样Dididu？

4.交叠DID的图示法

5.交叠DID新命令一览

6.文献解读

[1] De Chaisemartin C,D'Haultfoeuille X. Two-way fixed effects and differences-in-differences with heterogeneous treatment effects: A survey[R]. National Bureau of Economic Research, 2022.

[2] 刘冲,沙学康,张妍.交错双重差分:处理效应异质性与估计方法选择[J].数量经济技术经济研究:1-28.

二、交叠DID分解

1.TWFE在交叠DID估计中的偏误分解

2.交叠DID的Bacon分解与Stata实现

3.文献解读

[1] Goodman-Bacon, Andrew, “Difference-in-differences with variation in treatment timing,” Journal of Econometrics, 2021, 225 (2),254–277.

三、三类交叠DID的异质稳健估计

（一）组别-时期平均处理效应

1.DeChaisemartin和 d'Haultfœuille (2020) 提出的估计量 (did_multiplegt)

2.Sun 和Abraham (2021) 提出的估计量 (event study interact)

3.Callaway 和 Sant’Anna (2021) 提出的估计量 (csdid)

4.文献解读

[1] De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020, 110(9):2964-96.

[2] Sun L, AbrahamS. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021, 225(2): 175-199.

[3] Callaway B, Sant’Anna P H C.Difference-in-differences with multiple time periods[J]. Journal of Econometrics,2021, 225(2): 200-230.

（二）插补估计量

1.Borusyaket al.(2021)提出的估计量 (did_imputation)

2.Gardner(2021)提出的估计量（did2s）

3.文献解读

[1] Borusyak K,Jaravel X, Spiess J. Revisiting event study designs: Robust and efficient estimation[J]. arXiv preprint arXiv:2108.12419, 2021.

[2] Gardner J. Two-stage differences in differences[J]. Working paper, 2021.

（三）堆叠回归估计量

1.Cengizet al.(2019)提出的估计量(stackedev)

2.文献解读

[1] Cengiz D, Dube A, Lindner A, et al. Theeffect of minimum wages on low-wage jobs[J]. The Quarterly Journal of Economics,2019, 134(3): 1405-1454.

四、DID与合成控制的结合：合成DID