DID方法在学术研究和实证计量中扮演着至关重要的角色,它不仅为研究者提供了一种强有力的工具来评估政策和干预措施的效果,而且对于推动社会科学研究方法的发展也具有深远的影响。
其中交叠DID通过考虑个体间的异质性和时间上的动态变化,为实证研究提供了一种更为精确和灵活的工具。
JG学术培训-DID专题历经12期的磨砺与沉淀,已经吸引了超过600位老师和同学的参与,收获了如潮的好评,已帮助多位老师同学成功发文!
第13期DID国庆北京/远程开班,继续见证计量实证分析的传奇!
2024内容全面升级,通过22篇例文精读全面掌握DID
=传统DID+多期DID+DID模型扩展+空间DID+交叠DID plus
培训时间:2024年10月1-4日(四天)
授课安排:9:00-12:00;14:00-17:00;答疑
培训地点:北京现场班(提供交通住宿指南), 同步远程直播; 均提供录播回放
PS:现场限30人
课程亮点:
- 从传统到多期DID,再到空间DID与交叠DID,全面覆盖DID方法论的每一个角落;
- 结合最新研究,深入解析DID模型的扩展与应用,让您的研究工作紧跟学术前沿;
- 通过实战案例与Stata操作指导,让您在理论与实践之间游刃有余。
课程大纲:
【10月1-2日两天】
一、传统DID(3h)
1.1 课程导言
1.2 模型构建
1.3 Stata实现
二、多期DID(渐进DID)(3h)
2.1 多期DID政策效应的动态图形展示
2.2 多期DID平行趋势检验图形实现
2.3 安慰剂检验的Stata实现
2.4 队列DID
2.5 三重差分模型(DDD)
2.6 例文精读3篇
三、DID模型扩展(3h)
3.1 PSM-DID
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
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
包含范例论文:
[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
[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)
[6] Chaisemartin, Clément de, and XavierD’Haultfoeuille. “Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.” American Economic Review 110, no. 9 (September2020):2964–96.
[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 sugar caneproduction on respiratory diseases. Regional Science and Urban Economics, 2016.
[9] Clarke D. Estimating difference-in-differencesin the presence of spillovers[J]. 2017.
【10月3-4日两天】
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
1.4 交叠DID研究最新进展
1.5 交叠DID研究的实用建议
1.6 重要文献解读
第2讲 交叠DID检验
2.1 禁止性比较组检验的Bacon分解
2.2 处理组的负权重检验
2.3 非平行趋势检验
2.4 重要文献解读
第3讲 组别-时期平均处理效应估计量
3.1 dcdH估计量
3.2 SA估计量
3.3 CS估计量
3.4 Plug-in估计量
3.5 重要文献解读
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
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
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
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
包含范例论文:
[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.数量经济技术经济研究, 2023.
[3] Goodman-Bacon, Andrew,Difference-in-differences with variation in treatment timing, Journal of Econometrics, 2021.
[4] Roth J, Sant’Anna P H C, Bilinski A, etal.What’s trending in difference-in-differences? A synthesis of the recent econometrics literature, Journal of Econometrics, 2023.
[5] De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. AmericanEconomic Review, 2020.
[6] Sun L, Abraham S. Estimating dynamic treatment effects in event studies 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 of Econometrics, 2021.
[8] Wooldridge J M. Two-way fixed effects, thetwo-way Mundlak regression, and difference-in-differences estimators[J].Available at SSRN 3906345, 2021.
[9] Borusyak K, Jaravel X, Spiess J. Revisitingevent study designs: Robust and efficient estimation[J]. Review of Economic Studies, 2024, Forthcoming.
[10] Braghieri L, Levy R, Makarin A. Social mediaand mental health[J]. American Economic Review, 2022.
[11] Cengiz D, Dube A, Lindner A, et al. The effectof minimum wages on low-wage jobs. The Quarterly Journal of Economics, 2019.
[12] 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.
[13] Arkhangelsky D, Athey S, Hirshberg D A, etal.Synthetic difference-in-differences[J]. American Economic Review, 2021.
课程详情咨询:
尹老师
电话:13321178792
QQ:42884447
WeChat:JGxueshu