DID-3天 我要报名 ¥3400

DID-3天

满意程度:     课程系列:A3
课时:0 分钟| 302人学习 分享 收藏
传统DID+多期DID+DID模型扩展+空间DID+交叠DID
增添了Stata17中的官方命令
通过19篇例文精读全面掌握DID

上课信息

上课时间: 在线课程, 随报随学
18小时(2023年9月录播)

上课地点: 在线学习,提供全部资料和主讲老师答疑

DID-3天

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

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 . A spatial difference-in-differences analysis of the impact of sugarcane production on respiratory diseases. Regional Science and Urban Economics, 2016.

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.

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.

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.

(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

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.


报名时间 2023-10-01 00:00 至 2024-01-31 00:00
培训时间 在线课程, 随报随学
培训地点 在线学习,提供全部资料和主讲老师答疑
培训费用 3400元/ 2950元(学生优惠价仅限全日制本科及硕士在读)
授课安排 18小时(2023年9月录播)


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DID3h

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

[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-DIDStata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DIDFuzzy 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DID3h

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

[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

课程订阅

讲师介绍


Peixun.net

DID-3天

请认真填写以下信息,方便为您服务
  • 姓名:
  • 电话:
  • 邮箱:
  • 备注:
  • 邀请码:
  • 您还可以选择 登录 或者 注册 更方便您管理课程。

Peixun.net

您关于:

DID-3天

的报名信息已经提交成功。

去购物车结算
您可以选择 登录 或者 注册 更方便您管理课程。
回头再说
联系顾问 顾问微信

邮件已发送!

已成功发送邮件到您注册的邮箱 请前往查询并点击链接重置密码

有待解答的问题

3 名学员对您的课程提问,需要您作出回答。 现在就去