關(guān)于多期DID或交疊DID: 1.DID相關(guān)前沿問(wèn)題“政策交錯(cuò)執(zhí)行+堆疊DID+事件研究”, 附完整slides，2.交錯(cuò)(漸進(jìn))DID中, 用TWFE估計(jì)處理效應(yīng)的問(wèn)題, 及Bacon分解識(shí)別估計(jì)偏誤，3.典范! 這篇AER在一圖表里用了所有DID最新進(jìn)展方法, 審稿人直接服了！4.最新Sun和Abraham(2020)和TWFE估計(jì)多期或交錯(cuò)DID并繪圖展示結(jié)果！詳細(xì)解讀code！5.多期DID或漸進(jìn)DID或交疊DID, 最新Stata執(zhí)行命令整理如下供大家學(xué)習(xí)，6.多期DID前沿方法大討論, e.g., 進(jìn)入-退出型DID, 異質(zhì)性和動(dòng)態(tài)性處理效應(yīng)DID, 基期選擇問(wèn)題等，7.交疊DID中平行趨勢(shì)檢驗(yàn), 事件研究圖繪制, 安慰劑檢驗(yàn)的保姆級(jí)程序指南！8系統(tǒng)梳理DID最新進(jìn)展: 從多期DID的潛在問(wèn)題到當(dāng)前主流解決方法和代碼! 12.標(biāo)準(zhǔn)DID中的平行趨勢(shì)檢驗(yàn),動(dòng)態(tài)效應(yīng), 安慰劑檢驗(yàn), 預(yù)期效應(yīng)教程，13.DID從經(jīng)典到前沿方法的保姆級(jí)教程, 釋放最完整數(shù)據(jù)和代碼！
Stata做平行趨勢(shì)的敏感性檢驗(yàn)程序說(shuō)明：https://github.com/mcaceresb/stata-honestdid#honestdid R做平行趨勢(shì)的敏感性檢驗(yàn)程序說(shuō)明：https://github.com/asheshrambachan/HonestDiD
在Biasi and Sarsons (2022)中，作者在在附錄中做了平行趨勢(shì)的敏感性檢驗(yàn)：
Rambachan和Roth（2020，以下簡(jiǎn)稱R&R）提出了一種檢驗(yàn)違反平行趨勢(shì)假設(shè)并研究其對(duì)感興趣的點(diǎn)估計(jì)和置信區(qū)間的影響的方法。具體而言，他們提出的檢驗(yàn)包括（a）構(gòu)建可能偏離平行趨勢(shì)假設(shè)的一組 ?（delta），以及（b）構(gòu)建與這些偏離相關(guān)的置信區(qū)間。我們采用了R&R的主要穩(wěn)健性檢驗(yàn)，其中包括構(gòu)建置信區(qū)間，允許對(duì)于參數(shù)M的非線性偏離：將 δ 定義為趨勢(shì)，?SD(M) := {δ : |(δt+1 ? δt) ? (δt ? δt?1)| ≤ M, ?t}。
我們?cè)试SM的范圍從零（線性的前期趨勢(shì)）到感興趣系數(shù)的1個(gè)標(biāo)準(zhǔn)誤差（R&R使用0.5*標(biāo)準(zhǔn)誤差作為默認(rèn)值；我們?cè)噲D采取保守的做法）。在方程（3）中，參數(shù) δ4 的置信區(qū)間的估計(jì)顯示在圖CVII的面板（a）中（復(fù)制了R&R第13頁(yè)上圖8）。估計(jì)的顯著性對(duì)于M的偏離在標(biāo)準(zhǔn)差的60%范圍內(nèi)都是穩(wěn)健的。在面板（b）中，我們還展示了在 ?SDD(M) 中的偏離的置信區(qū)間，類似于 ?SD(M)，但額外假設(shè)前期趨勢(shì)是遞減的。在這種情況下，估計(jì)的顯著性對(duì)于M的偏離在標(biāo)準(zhǔn)差的80%范圍內(nèi)都是穩(wěn)健的。
Barbara Biasi, Heather Sarsons, Flexible Wages, Bargaining, and the Gender Gap, The Quarterly Journal of Economics, Volume 137, Issue 1, February 2022, Pages 215–266.
在一篇北京大學(xué)中國(guó)經(jīng)濟(jì)研究中心討論稿系列論文中，作者們也做了平行趨勢(shì)的敏感性分析：
敏感性分析
前文通過(guò)事件研究法，比較了組間的事前差異來(lái)檢驗(yàn)平行趨勢(shì)，但也有研究指出如果事前存在趨勢(shì)，也就是平行趨勢(shì)存在一定的違背的前提下，基于事件研究法的檢驗(yàn)?zāi)墚a(chǎn)生偏差（Roth, 2022）。對(duì)此，本文采用Rambachan & Roth（2023）的方法，在平行趨勢(shì)假設(shè)可能存在不同違背程度的情況下，對(duì)事件研究法的結(jié)果進(jìn)行敏感性分析。具體來(lái)說(shuō)，先是構(gòu)造與平行趨勢(shì)的最大偏離程度（??bar ），然后構(gòu)造與最大偏離程度對(duì)應(yīng)的處理后的估計(jì)量的穩(wěn)健置信區(qū)間。
圖 4 分別對(duì)前文提出的TWFE 以及最近文獻(xiàn)針對(duì)交疊雙重差分而開(kāi)發(fā)的前沿估計(jì)方法進(jìn)行了平行趨勢(shì)敏感性檢驗(yàn)，展示“寬帶中國(guó)”示范城市的性別差異變化的穩(wěn)健置信區(qū)間。本文借鑒Rambachan & Roth（2023）和Biasi & Sarsons（2021）的做法，將平行趨勢(shì)的最大偏離程度（??bar ）設(shè)置在了約1 倍標(biāo)準(zhǔn)差左右。在 ??bar 取值1 倍標(biāo)準(zhǔn)差的時(shí)候，90% 穩(wěn)健置信區(qū)間為（-0.058, -0.009），這比原始區(qū)間更寬（原始區(qū)間僅在精確平行趨勢(shì)假設(shè)的情況下才有效），但仍然排除原假設(shè)。剩余檢驗(yàn)結(jié)果均類似。因此，即使在合理違反平行趨勢(shì)的情況下，本文的結(jié)論仍然成立。
李文超 易君健 俞秋亮, 2023, 數(shù)字經(jīng)濟(jì)對(duì)我國(guó)勞動(dòng)參與中性別平等的促進(jìn)效應(yīng), 北京大學(xué)中國(guó)經(jīng)濟(jì)研究中心討論稿系列。
這篇文章分享了文章實(shí)現(xiàn)的code。
Rambachan 和Roth（2023）提出了一種在違反平行趨勢(shì)假設(shè)時(shí)的檢驗(yàn)方法，其思想是對(duì)處理后點(diǎn)估計(jì)量的置信區(qū)間進(jìn)行推斷和敏感性分析。檢驗(yàn)由兩個(gè)部分組成：一是構(gòu)造與平行趨勢(shì)的最大偏離程度（Mbar）；二是構(gòu)造與上述偏離程度相對(duì)應(yīng)的處理后點(diǎn)估計(jì)量的置信區(qū)間。若在最大偏離程度情形下，處理后點(diǎn)估計(jì)量的置信區(qū)間不包含0值，則表明處理效應(yīng)對(duì)平行趨勢(shì)的偏離程度具有較好的穩(wěn)健性。本文參考Biasi和Sarsons（2021）的做法，設(shè)置最大偏差度Mbar = 1×標(biāo)準(zhǔn)誤，以檢驗(yàn)試點(diǎn)政策實(shí)施后，處理效應(yīng)的平行趨勢(shì)敏感性。圖3分別展示了在相對(duì)偏離程度限制和平滑限制下政策實(shí)施年處理效應(yīng)的平行趨勢(shì)敏感性檢驗(yàn)結(jié)果，不難發(fā)現(xiàn)，相對(duì)偏離程度限制下政策實(shí)施年的能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型效應(yīng)十分穩(wěn)??；平滑限制下，處理前趨勢(shì)偏差20% 時(shí)，政策實(shí)施年的能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型效應(yīng)也是穩(wěn)健的。檢驗(yàn)結(jié)果表明，即使平行趨勢(shì)存在一定程度的偏離，碳排放權(quán)交易試點(diǎn)仍然對(duì)地區(qū)能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型進(jìn)程具有顯著的推動(dòng)作用。
許文立,孫磊.市場(chǎng)激勵(lì)型環(huán)境規(guī)制與能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型——來(lái)自中國(guó)碳排放權(quán)交易試點(diǎn)的經(jīng)驗(yàn)證據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2023,40(07):133-155. 代碼如下：
//圖 4 Rambachan和Roth（2022）的平行趨勢(shì)假設(shè)敏感性檢驗(yàn) ////附錄圖 1 政策實(shí)施年平行趨勢(shì)敏感性檢驗(yàn)圖//
處理當(dāng)期的系數(shù)matrix list e(b) honestdid, pre(1/9) post(10/16) mvec(0(0.002)0.02) alpha(0.1) local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(相對(duì)偏離程度限制) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) honestdid, cached coefplot `plotopts' local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(平滑限制) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) honestdid, pre(1/9) post(10/16) mvec(0(0.002)0.02) delta(sd) alpha(0.1) coefplot `plotopts' //附錄圖 2-4 Rambachan和Roth（2022）的平行趨勢(shì)假設(shè)敏感性檢驗(yàn)//
處理后第4期d4 matrix l_vec = 0 \ 0 \ 0 \ 0 \ 1 \ 0 \ 0 honestdid,l_vec(l_vec) pre(1/9) post(10/16) mvec(0(0.002)0.02) alpha(0.1) local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(相對(duì)偏離程度限制_post4) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) honestdid, cached coefplot `plotopts' local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(平滑限制_post4) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) matrix l_vec = 0 \ 0 \ 0 \ 0 \ 1 \ 0 \ 0 honestdid,l_vec(l_vec) pre(1/9) post(10/16) mvec(0(0.002)0.02) delta(sd) coefplot `plotopts'
處理后第5期d5 matrix l_vec = 0 \ 0 \ 0 \ 0 \ 0 \ 1 \ 0 honestdid,l_vec(l_vec) pre(1/9) post(10/16) mvec(0(0.002)0.02) alpha(0.1) local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(相對(duì)偏離程度限制_post5) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) honestdid, cached coefplot `plotopts' local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(平滑限制_post5) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) matrix l_vec = 0 \ 0 \ 0 \ 0 \ 0 \ 1 \ 0 honestdid,l_vec(l_vec) pre(1/9) post(10/16) mvec(0(0.002)0.02) delta(sd) coefplot `plotopts'
處理后第6期d6 matrix l_vec = 0 \ 0 \ 0 \ 0 \ 0 \ 0 \ 1 honestdid,l_vec(l_vec) pre(1/9) post(10/16) mvec(0(0.002)0.02) alpha(0.1) local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(相對(duì)偏離程度限制_post6) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) honestdid, cached coefplot `plotopts' local plotopts xtitle(平行趨勢(shì)不成立的相對(duì)程度Mbar) ytitle(90%穩(wěn)健置信區(qū)間) title(平滑限制_post6) graphregion(fcolor(white) lcolor(white) ifcolor(white) ilcolor(white)) scheme(s1mono) matrix l_vec = 0 \ 0 \ 0 \ 0 \ 0 \ 0 \ 1 honestdid,l_vec(l_vec) pre(1/9) post(10/16) mvec(0(0.002)0.02) delta(sd) coefplot `plotopts'
下面這些短鏈接文章屬于合集，可以收藏起來(lái)閱讀，不然以后都找不到了。
聯(lián)系客服
