双重差分法：让你的研究更上一层楼

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

DID双重差分（Difference-in-Differences，简称DID）是一种常用的政策效应评估方法，它通过对政策实施前后的数据进行对比分析，以评估政策的实施效果。该方法的基本思想是将受到政策影响的人群与未受到政策影响的人群进行对比，通过观察两组人群在政策实施前后的变化来评估政策的实施效果。

DID应用现状：

DID在经济管理及社会科学领域中已经成为一种常用的政策效应评估方法。DID方法可以帮助研究者评估政策实施对研究对象的实际影响，特别是在那些只有部分个体受到政策影响的情况下。

在经济管理领域中，双重差分法被广泛应用于评估各种政策的实施效果，例如税收政策、货币政策、产业政策等。在社会科学领域中，双重差分法也被广泛应用于评估各种政策的实施效果，例如教育政策、医疗政策、社会保障政策等。

总体来说，双重差分法已经成为经济管理及社会科学领域中评估政策实施效果的重要工具之一，并且其应用范围还在不断扩大。

DID未来应用展望：

随着经管社科领域的研究不断深入，研究者需要评估各种政策的实施效果，而双重差分法可以为研究者提供一种可靠的政策效应评估方法。特别是在只有部分个体受到政策影响的情况下，双重差分法可以通过对比政策实施前后的数据，评估政策的实际影响。

此外，随着数据处理技术的发展，双重差分法也得到了进一步的完善和优化，例如通过匹配技术来改善估计的准确性。这些技术的发展也为双重差分法在经管社科领域的应用提供了更好的支持。

可以预计双重差分法在2024年仍将是经管社科论文发表的主流工具之一。

DID掌握包括：

传统DID是双重差分法的基本形式，适用于处理面板数据中只有部分个体受到政策影响的情况，通过比较政策实施前后的数据差异来评估政策的实际影响。

多期DID是传统DID的扩展，适用于处理多个政策实施的情况，通过比较不同政策实施前后的数据差异来评估政策的实际影响。

DID模型扩展是传统DID的进一步扩展，包括加入更多控制变量、考虑异质性影响等，以更准确地评估政策的实际影响。

空间DID适用于处理地理位置对政策效果的影响，通过比较不同地区之间的数据差异来评估政策的实际影响。

交叠DID适用于处理多个政策同时实施的情况，通过比较不同政策实施前后的数据差异来评估政策的实际影响。

掌握这些技术后，可以更准确地评估政策的实际影响，并解决内生性问题。

传统DID+多期DID+DID模型扩展+空间DID+交叠DID plus

DID专题课程秋季远程班

原理+操作+22篇论文

培训时间：3月16-17, 23-24日 (四天)

培训方式：远程直播, 提供录播回放及主讲老师答疑

2024交叠DID更新：

1. 系统梳理了交叠DID发展的主要脉络，主要包括交叠处理的几种类型，交叠DID检验的主要方法，交叠DID估计方法的最新思路和进展;

2. 在对主流文献进行分析的基础上，说明现有文献对交叠DID方法应用的两种主要做法;

3. 结合交叠DID的最新理论研究，将估计方法进一步细分，分为组别-时期平均处理效应、异质性稳健的双向固定效应方法的DID估计量，插补方法估计量，堆叠和局部投影估计量，以及DID与合成控制结合的合成控制DID等;

4. 对每种新的方法，从“理论+代码+文献”三个维度展开，做到在理解原理的基础上，能够做到Stata代码实现，并能结合自身的研究主题，选择适当的方法展开研究。

课程大纲：

3月16-17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

1.1.4 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 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 HeterogeneousTreatment 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 . Aspatialdifference-in-differences analysis of the impact of sugarcane production onrespiratory diseases. Regional Science and Urban Economics, 2016.

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

交叠DID

第1讲 交叠DID最新应用的系统梳理

1.1  交叠DID应用在顶刊的统计分析

1.2  中文期刊交叠DID的两种主流趋势

1.3  异质性处理效应的TWFE估计偏误的来源

  1.3.1 禁止性比较组

  1.3.2 负权重问题

  1.3.3 协变量问题

  1.3.4 非平行趋势

1.4  交叠DID研究最新进展

  1.4.1 交叠DID识别

  1.4.2 交叠DID图示法

1.5  交叠DID研究的实用建议

  1.5.1 如何在多期与处理时间变化时，选择合适的DID估计量？

  1.5.2 如何处理非平行趋势的情况？

  1.5.3 交叠DID各种估计方法应用建议

1.6 重要文献解读：

[1] De Chaisemartin C, D'Haultfoeuille X. Two-wayfixed 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.数量经济技术经济研究, 2023.

第2讲 交叠DID检验

2.1 禁止性比较组检验的Bacon分解

  2.1.1 Bacon分解的图形解析

  2.1.2 Bacon分解Stata官方命令与社区命令结果比较与解读

  2.2.3 Bacon分解的中文应用

2.2 处理组的负权重检验

  2.2.1 负权重检验统计量直观解释

  2.2.2 负权重检验Stata命令实现

2.3 非平行趋势检验

  2.3.1 事件研究法平行趋势检验效力

  2.3.2 如何正确理解新事件研究法的平行趋势检验图

  2.3.3 Pre-trends检验

2.4 重要文献解读：

[1] Goodman-Bacon, Andrew, Difference-in-differences with variation in treatment timing, Journal of Econometrics, 2021.

[2] Roth J, Sant’Anna P H C, Bilinski A, et al.What’s trending in difference-in-differences? A synthesis of the recent econometrics literature, Journal of Econometrics, 2023.

第3讲 组别-时期平均处理效应估计量

3.1 dcdH估计量

  3.1.1 DeChaisemartin和 d'Haultfœuille(2020) 估计量的理论简析

  3.1.2 dcdH估计量扩展到多个处理事件和多期

  3.1.3 dcdH估计量的Stata实现

  3.1.4 dcdH估计量的应用

3.2 SA估计量

  3.2.1 Sun和 Abraham(2021) 估计量的理论简析

  3.2.2 SA估计量的Stata实现

  3.2.3 SA估计量的应用

3.3 CS估计量

  3.3.1 Callaway和 Sant’Anna(2021) 估计量的理论简析

  3.3.2 CS估计量的Stata官方命令与社区命令实现

  3.3.3 CS估计量的应用

3.4 Plug-in估计量

  3.4.1 Roth和Sant’Anna(2023) 估计量的理论简析

  3.4.2 staggered社区命令实现

  3.4.3 Plug-in估计量的应用

3.5 重要文献解读：

[1] De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020.

[2] Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021.

[3] Callaway B, Sant’Anna P H C. Difference-in-differences with multiple time periods[J]. Journal of Econometrics, 2021.

第4讲 基于TWFE改进的新估计量

4.1 异质性稳健TWFE的交叠DID新命令

4.2 重要文献解读：

[1] Wooldridge J M. Two-way fixed effects, the two-way Mundlak regression, and difference-in-differences estimators[J].Available at SSRN 3906345, 2021.

第5讲 基于插补方法的估计量

5.1 Imputation估计量

5.2 两阶段DID估计量

5.3 重要文献解读：

[1] Borusyak K, Jaravel X, Spiess J. Revisiting event study designs: Robust and efficient estimation[J]. Review of Economic Studies, 2024, Forthcoming.

[2] Braghieri L, Levy R, Makarin A. Social media and mental health[J]. American Economic Review, 2022.

第6讲 堆叠与局部投影估计量

6.1 堆叠估计量

6.2 局部投影估计量

6.3 重要文献解读：

[1] Cengiz D, Dube A, Lindner A, et al. The effect of minimum wages on low-wage jobs. The Quarterly Journal of Economics, 2019.

[2] Dube, A., D. Girardi, Ò. Jordà and A. M.Taylor. A Local Projections Approach to Difference-in-Differences Event Studies. NBER Working Paper 31184, 2023.

第7讲 DID与合成控制的结合：合成DID

7.1 合成DID的原理与应用领域

7.2 合成DID的命令实现

7.3 重要文献解读：

[1] Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021.

课程费用及优惠：

前两天：2200元/ 1900元 (全日制本科及硕士在读优惠价)

交叠DID：2200元/ 1900元 (全日制本科及硕士在读优惠价)

l  JG学术培训老学员九折优惠；

l  折扣优惠与学生价不叠加。

报名链接：

前两天：https://www.peixun.net/main.php?mod=buy&cid=1733

交叠DID：https://www.peixun.net/main.php?mod=buy&cid=1931

联报：https://www.peixun.net/main.php?mod=buy&cid=1932

报名流程：

1. 点击对应课程报名链接；

2. 在线提交报名信息与订单，支付宝/银联/微信支付；

3. 确认发票信息，2个工作日发送至邮箱；

4. 邮件发送资料及开通流程。

联系方式：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：更上一层楼 双重差分法 双重差分 差分法 fixed effect

9月DID为DID系统培训第10期，往期学员评价：

点赞楼主分享的资讯，大有裨益！

支持一下了

看看，学习学习

支持楼主

支持一下！

很实用的方法。