发帖
雷达卡
DID：双重差分法，常用在政策效果评估中，无论是在毕业论文还是期刊发表中都比较常见，与传统回归统计类似，其研究对象为面板数据，相比于传统回归估计，双重差分法针对政策的估计具有更好的适用性和精确度。
！据不完全统计，2020年，《经济研究》第 1-7 期（共 98 篇），使用 DID 方法的论文有 20 篇，占总论文量高于 20 %；
！2020 年，《中国工业经济》第 1-9 期（共 90 篇），使用DID 方法的论文有 13 篇，占总论文量的 13 %；
！2010-2012 年，每个AER 论文发表中，有 9.8 % 的论文使用双向固定效应模型的方法，如果去掉实验类论文，占比提高至 19.1 %；
DID在不同领域的实证论文中也有各种广泛的应用：
有鉴于此，JG学术培训-DID课程从2020年开启，到2022年共举办了12期，
从传统DID+多期DID+DID模型扩展+空间DID到交叠DID，
从DiD与Eventstudy原理到论文复刻，
得到了新老学员的关注和肯定~
DID系列课程1：传统DID+多期DID+DID模型扩展+空间DID
DID第10期：12小时在线课程+资料+授课老师答疑
讲师介绍：
崔百胜，厦门大学经济学博士，上海师范大学教授。
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。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。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——现代模型与方法》、《空间计量经济学——实证研究与软件实现》、《经济计量研究指导——实证分析与软件实现》等专业教材。
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
2.1.1Beck_Levine(2010)经典图形展示
2.1.2coefplot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 Deregulationin 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 TreatmentEffects.” American Economic Review 110, no. 9(September2020):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-differencesanalysis of the impact of sugarcane production on respiratory diseases.Regional Science and Urban Economics, 2016.
[3] Clarke D. Estimatingdifference-in-differences in the presence of spillovers[J]. 2017.
DID系列课程2：DID前沿-交叠DID
交叠DID第3期：6小时在线课程+资料+授课老师答疑
讲师介绍：
崔百胜，厦门大学经济学博士，上海师范大学教授。
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。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。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——现代模型与方法》、《空间计量经济学——实证研究与软件实现》、《经济计量研究指导——实证分析与软件实现》等专业教材。
课程内容：
一、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 ChaisemartinC,D'Haultfoeuille X. Two-way fixed effects and differences-in-differences withheterogeneous treatment effects: A survey[R]. National Bureau of EconomicResearch, 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 heterogeneoustreatment effects[J]. American Economic Review, 2020, 110(9):2964-96.
[2] Sun L, Abraham S. Estimatingdynamic treatment effects in event studies with heterogeneous treatmenteffects[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]. arXivpreprint arXiv:2108.12419, 2021.
[2] Gardner J. Two-stage differencesin 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, etal. The effect of minimum wages on low-wage jobs[J]. The Quarterly Journal ofEconomics,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 EconomicReview, 2021,111(12): 4088-4118.
DID系列课程3：DiD与Event study专题
6小时@随报随学+资料+主讲老师答疑
讲师介绍：
张川川：浙江大学博导，北京大学经济学博士，曾任哈佛大学经济系访问研究员、世界银行总行研究顾问、中央财经大学副教授，现任浙江大学百人计划研究员（文科A-1类）。近五年来在American Economic Journal:Applied Economics, Journal of Development Economics, Demography, Journal ofPopulation Economics, Journal of Comparative Economics, Health Economics等各领域顶级国际刊物和《中国社会科学》《经济研究》《经济学季刊》《世界经济》《金融研究》《中国工业经济》等国内权威刊物发表中英文论文50余篇；荣获霍英东高等院校青年教师基金奖，主持国家自然科学基金、北京市社科规划基金、浙江省社科规划基金和国家社科基金重大项目子课题等多项国家和省部级课题；担任Journal of Public Economics, Journal of Development Economics,Journal of Health Economics,《经济研究》《经济学季刊》《管理世界》《世界经济》《管理科学学报》等 60余本国内外学术刊物的匿名评审专家。
课程内容：
1. Conventional practice 传统DiD估计方法
1.1 Basic ideas and Model setup (2time periods*2 groups) DiD估计方法的基本思想和模型设定（2期*2组的简单情形）
1.2 Extensions DiD扩展情形
(1) Multiple time periods or multiple groups (for instance, the staggered DiD estimation) 多时期、多个组别情况下的DiD，例如，处理状态在多期陆续发生、处理组不断增加的渐进DiD
(2) Repeated Cross-Sections DiD方法在重复截面数据中的应用
(3) Two-Dimensional Cross-Sections (for instance, Cohort DiD) DiD方法在横截面数据中的应用（例如，队列DiD）
(4) FuzzyDiD 模糊DiD
(5) DDD,DDDD, … 多重差分
1.3 Estimation and inference DiD模型的估计和统计推断
(1) Basic model specification 基准模型设定
(2) Two-way fixed effects linear regression specification 双重固定效应线性回归模型设定
a. Static TWFE model 静态TWFE模型
b. Dynamic TWFE model (Event study) 动态TWFE模型（事件分析）
2. Recent development DiD方法的新发展
2.1 Interpretation of the TWFEestimators (with multiple time periods or multiple groups) 正确理解TWFE估计量
2.2 Problems of the TWFE estimatorswith heterogeneous treatment effects TWFE估计量在存在异质性处理效应情况下存在的问题
2.3 Alternative estimators 存在异质性处理效应情况下的新兴估计方法
(1) Estimators based on some “building blocks” 基于某种形式的“building blocks”的估计量
a. Estimating only the instantaneous treatment effect仅估计即时效应
b. Estimators based on group-time ATT 基于组-时间分组的估计量
c. Estimators based on cohort-specific ATT 基于队列分组的估计量
(2) Two-stage estimators/imputation estimators 两阶段估计量
DID系列课程4：DiD与Event study专题
12小时@随报随学+资料+主讲老师答疑
讲师介绍：
张川川：浙江大学博导，北京大学经济学博士，曾任哈佛大学经济系访问研究员、世界银行总行研究顾问、中央财经大学副教授，现任浙江大学百人计划研究员（文科A-1类）。近五年来在American Economic Journal:Applied Economics, Journal of Development Economics, Demography, Journal of PopulationEconomics, Journal of Comparative Economics, Health Economics等各领域顶级国际刊物和《中国社会科学》《经济研究》《经济学季刊》《世界经济》《金融研究》《中国工业经济》等国内权威刊物发表中英文论文50余篇；荣获霍英东高等院校青年教师基金奖，主持国家自然科学基金、北京市社科规划基金、浙江省社科规划基金和国家社科基金重大项目子课题等多项国家和省部级课题；担任Journal of Public Economics, Journal of Development Economics,Journal of Health Economics,《经济研究》《经济学季刊》《管理世界》《世界经济》《管理科学学报》等 60余本国内外学术刊物的匿名评审专家。
胡志安：中央财经大学经济学院助理教授，北京大学国家发展研究院博士，美国西北大学凯洛格商学院访问学者。主要研究方向为发展经济学、新政治经济学和经济史。
在《经济学（季刊）》《经济科学》《经济学报》《经济学动态》《劳动经济研究》等国内外学术期刊发表论文数篇。担任Economics of Transition、China & World Economy、《经济学（季刊）》、《经济科学》等国内外学术刊物的匿名评审人。
课程内容：
1. Conventional practice 传统DiD估计方法
1.1 Basic ideas and Model setup (2time periods*2 groups) DiD估计方法的基本思想和模型设定（2期*2组的简单情形）
1.2 Extensions DiD扩展情形
(1) Multiple time periods or multiple groups (for instance, the staggered DiD estimation) 多时期、多个组别情况下的DiD，例如，处理状态在多期陆续发生、处理组不断增加的渐进DiD
(2) Repeated Cross-Sections DiD方法在重复截面数据中的应用
(3) Two-Dimensional Cross-Sections (for instance, Cohort DiD) DiD方法在横截面数据中的应用（例如，队列DiD）
(4) FuzzyDiD 模糊DiD
(5) DDD,DDDD, … 多重差分
1.3 Estimation and inference DiD模型的估计和统计推断
(1) Basic model specification 基准模型设定
(2) Two-way fixed effects linear regression specification 双重固定效应线性回归模型设定
a. Static TWFE model 静态TWFE模型
b. Dynamic TWFE model (Event study) 动态TWFE模型（事件分析）
2. Recent development DiD方法的新发展
2.1 Interpretation of the TWFEestimators (with multiple time periods or multiple groups) 正确理解TWFE估计量
2.2 Problems of the TWFE estimatorswith heterogeneous treatment effects TWFE估计量在存在异质性处理效应情况下存在的问题
2.3 Alternative estimators 存在异质性处理效应情况下的新兴估计方法
(1) Estimators based on some “building blocks” 基于某种形式的“building blocks”的估计量
a. Estimating only the instantaneous treatment effect仅估计即时效应
b. Estimators based on group-time ATT 基于组-时间分组的估计量
c. Estimators based on cohort-specific ATT 基于队列分组的估计量
(2) Two-stage estimators/imputation estimators 两阶段估计量
二、软件操作和论文复刻（7篇论文，精讲三篇）
1. Applications with Conventional DiD传统DiD的应用
* Chen, Y., Fan, Z., Gu, X., Zhou,L., “Arrival of Young Talent: The Send-down Movement and Rural Education in China.” American Economic Review
* Li, P., Lu, Y., Wang, J., “Does Flattening Government Improve Economic Performance? Evidence from China.”, Journal of Development Economics
Duflo,E., 2001, “Schooling and Labor Market Consequences of School Construction in Indonesia: Evidence from an Unusual Policy Experiment”, American Economic Review
2. Applications with Updated Practices DiD新的理论方法的应用
* Baker, A. C., Larcker, D. F., Wang,C. C.Y., 2022. “How Much Should We Trust StaggeredDifference-in-Differences Estimates.” Journal ofFinance
Cengiz, D., Dube, A.,Lindner, A., Zipperer, B., 2019. “The Effect ofMinimum Wages on Low-Wage Jobs.” Quarterly Journal ofEconomics
Biasi, B., Sarsons,H., 2022, “Flexible Wages, Bargaining, and the Gender Gap.”Quarterly Journal of Economics
Vannutelli, S., 2020. “From Lapdogs to Watchdogs: Random Auditor Assignment and MunicipalFiscal Performance.” Working Paper.
试听及课程咨询：
尹老师
电话：13321178792
QQ：42884447
WeChat：JGxueshu
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
