2024DID国庆班，一次性掌握传统DID+多期DID+DID模型扩展+空间DID+交叠DID前沿专题知识

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

双重差分法（DID），作为计量经济学领域“可信度革命”的标志性成果之一，已经成为实证经济学研究中不可或缺的工具。DID的核心在于评估政策或干预措施的因果效应，通过比较处理组和控制组在干预前后的变化差异，从而控制了不随时间变化的未观测异质性，提高了因果推断的准确性。

DID方法的多样性体现在其多种变体上，包括传统的DID、多期DID、以及DID的扩展模型等。例如，三重差分法（DDD）进一步控制了时间趋势的影响，而结合倾向得分匹配的DID（PSM-DID）则通过匹配处理组和控制组的可观测特征，减少了选择偏差。合成DID方法则通过构建合成控制组来模拟处理组的反事实状态。
然而，DID方法的有效性依赖于关键假设的满足，如共同趋势假设和处理效应的一致性。GoodmanBacon（2021）的研究指出，当处理效应存在异质性时，传统的双向固定效应模型（TWFE）可能会产生估计偏差。为了解决这一问题，研究者们提出了多种诊断和解决方法，如Bacon系数分解定理、负权重诊断方法，以及组别时期平均法、插补法和堆叠型DID方法等。

为了帮助研究者深入理解和掌握DID方法，并探索其在实证研究中的前沿应用，经管之家学术培训推出了2024年DID国庆班。
该课程从“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，旨在提升研究者在实证分析中的技能和洞察力。

DID课程已开设12期

2020年-2024年

DID国庆班新课纲、新升级

课程概要

培训时间：10月1-4日 (四天)

培训地点：北京现场班，同步远程直播；提供录播回放及授课老师答疑（任何的学习都需要可以帮助你解惑的导师，缩短自行摸索的时间，提高实证研究效率）

授课安排：9:00-12:00,14:00-17:00, 答疑

配套资料：课件，do文档，数据，参考文献等

授课嘉宾：

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50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》、《计量经济分析与Stata应用》、《经济计量研究指导——实证分析与软件实现》等专业教材。

课程导语

本次课程将从DID的基础概念出发，系统地介绍其模型构建、Stata软件实现、以及在不同情境下的应用策略。我们将深入解析多期DID的动态图形展示，探讨平行趋势假设的检验方法，以及如何运用安慰剂检验来增强研究的说服力。此外，课程还将涵盖DID模型的扩展，包括空间DID和交叠DID的前沿应用，以及如何运用最新的估计量来处理异质性处理效应和非平行趋势的问题。
我们精心挑选了一系列经典和前沿的文献，通过精读与案例分析，帮助您更好地理解DID方法的理论基础和实际应用。无论您是政策分析的实践者，还是学术研究的探索者，本课程都将为您提供宝贵的知识和技能，助您在计量实证分析的道路上更进一步。

课程特色

1.前沿理论与实战结合：本次课程不仅涵盖了双重差分法（DID）的最新理论发展，还特别强调了Stata软件的实际操作，确保学员能够在理解理论的同时，掌握实际应用技巧。

2.系统性教学设计：从传统DID到多期DID、PSM-DID、空间DID以及交叠DID，课程内容循序渐进，系统全面，帮助学员构建完整的知识体系。

3.案例驱动的学习方法：通过精读多篇国内外顶级期刊论文，结合实际案例分析，使学员能够深入理解DID方法在不同研究主题中的应用。

4.动态多期虚拟变量操作加强：特别增加了对动态多期虚拟变量生成的讲解，提供了Stata实现的两种代码，加深学员对多期DID操作的理解。

5.新近研究成果的融入：课程内容更新了DID领域的最新研究成果，包括溢出性处理效应下的政策评估，以及传统面板PSM-DID方法的不足与改进。

6.交叠DID专题深入剖析：专题讲解了近3年DID领域中出现的新方法，系统梳理了交叠DID的发展脉络，包括检验方法和最新思路。

7.实用建议与文献解读：提供了关于交叠DID研究的实用建议，以及对重要文献的深入解读，帮助学员掌握关键的估计方法和应用场景。

8.多种估计量的综合运用：介绍了包括dcdH、SA、CS、Plug-in等多种估计量，以及它们的理论基础、Stata实现和应用实例。

9.学术与应用双重导向：课程旨在培养学员的学术研究能力，同时也注重提升其在政策评估和数据分析中的实践技能。

10.互动答疑与个性化指导：课程安排了充足的答疑时间，确保学员能够得到个性化的指导和帮助，解决学习过程中的疑问。

课程大纲：

10月1-2日：传统DID+多期DID+DID模型扩展+空间DID，含9篇范例论文

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? TheWinners and Losers from Bank Deregulation in the United States. The Journal ofFinance,65(5), pp. 1637-1667

三、DID模型扩展（3h）

3.1 PSM-DID

    3.1.1PSM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2篇：

④ 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)

⑤ 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：

⑥ Chaisemartin, Clément de, and XavierD’Haultfoeuille. “Two-Way Fixed EffectsEstimators 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

⑦ 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

⑧ Chagas, André L.S, Azzoni C R , Almeida A N. Aspatial difference-in-differences analysis of the impact of sugarcaneproduction on respiratory diseases. Regional Science and Urban Economics, 2016.

⑨ Clarke D. Estimating difference-in-differences in the presence ofspillovers[J]. 2017.

10月3-4日：交叠DID plus，内容升级一倍，含13篇范例论文

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 anddifferences-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：

③ Goodman-Bacon, Andrew, Difference-in-differences with variation intreatment timing, Journal of Econometrics, 2021.

④ Roth J, Sant’Anna P H C, Bilinski A, etal.What’s trending in difference-in-differences? Asynthesis 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：

⑤ De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effectsestimators with heterogeneous treatment effects[J]. American Economic Review,2020.

⑥ Sun L, Abraham S. Estimating dynamic treatment effects in eventstudies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021.

⑦ Callaway B, Sant’Anna P H C.Difference-in-differences with multiple time periods[J]. Journal ofEconometrics, 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：

⑧ Wooldridge J M. Two-way fixed effects, the two-way Mundlakregression, and difference-in-differences estimators[J].Available at SSRN3906345, 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：

⑨ Borusyak K, Jaravel X, Spiess J. Revisiting event studydesigns: Robust and efficient estimation[J]. Review of Economic Studies, 2024,Forthcoming.

⑩ 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：

⑪ CengizD, Dube A, Lindner A, et al. The effect of minimum wages on low-wage jobs. TheQuarterly Journal of Economics, 2019.

⑫ Dube, A.,D. Girardi, Ò. Jordà and A. M.Taylor. A Local Projections Approachto 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：

⑬ Arkhangelsky D, Athey S, Hirshberg D A, et al.Syntheticdifference-in-differences[J]. American Economic Review, 2021.

立体化的教学服务，确保每位学员都能学有所成！

1. 完备的知识体系：我们提供详尽的知识点，确保学习路径清晰，让学员的学习过程更加安心；

2. 综合教学模式：课程内容涵盖理论讲解、软件操作、论文应用、结果解读以及答疑解惑，采用五维一体的教学法，手把手指导学员掌握操作和案例分析；

3. 全程互动答疑：学员在学习过程中，包括课程结束后遇到任何课程相关疑问，都可以随时与老师沟通，获得及时解答；

4. 零基础友好：课程设计兼顾理论与实践，适合零基础学员，通过手把手教学，确保每位学员都能跟上进度；

5. 免费学习资料：学员可以免费获取课程讲义、数据文件、do文件以及参考文献的PDF版本；

6. 全面课程支持：除了免费资料，课程还提供额外的视频教程和全套学习资料，包括do文件、数据、讲义和参考书籍等。

试听及课程咨询：

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1 回帖

关键词：DID模型 前沿专题 DID 一次性

往期学员评价：

支持一下了

点赞楼主分享的资讯，太棒了！

一次掌握，非常值得关注！

支持支持