DID专题课-3天

传统DID+多期DID+DID模型扩展+空间DID+交叠DID

课程特色：

（1）加强了基础性的操作，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，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，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）前沿专题-交叠DID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。

2023更新：

1、根据Stata17软件的官方更新，升级了官方命令中DID的图形诊断和检验命令；

2、新增了队列DID（Cohort DID）模型与代码实现，进一步完善了DID课程体系；

3、新增了交叠DID估计中event study interact和jwdid两种新的估计方法与软件实现；

4、持续更新了DID的相关社区命令，扩展了相关命令的新功能，如did_multiplegt, csdid等。

课程内容：

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

1.1.4 DID政策评估，如何识别两种错误的反事实

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

1.3 Stata实现

1.3.1 DID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 队列DID

2.5 三重差分模型（DDD）

2.6 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，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？

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.

五、交叠DID应用建议

1. 如何在多期与处理时间变化时，选择合适的DID估计量？

2. 如何处理非平行趋势的情况？

3. 如何在少量处理单位情况下进行科学抽样？

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.

六、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-differenceswith variation in treatment timing,” Journal of Econometrics, 2021, 225 (2),254–277.

七、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] Braghieri L, Levy R, Makarin A. Social media and mental health[J]. American Economic Review, 2022, 112(11): 3660-3693. new

（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.

八、DID与合成控制的结合：合成DID

1. 合成DID的原理与应用领域

2. 合成DID的命令实现

3. 文献解读

[1] Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021,111(12): 4088-4118.

优惠：

• 1. 学术培训老学员9折优惠；
  

• 2. 同一单位三人以上报名9折优惠；

• PS：折扣优惠与学生价均不叠加。

在线咨询：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu