双重差分法基础回归与平衡性检验已通过，反事实检验改变期数后发现每期都显著怎么办？

dh1111111 发表于 2024-10-3 11:20
感谢，请问如果我想通过这个反事实检验，有什么好的方法吗，目前可以尝试去改变某一项基础指标再进行熵值 ...

直接安慰剂检验

你是一头猪母 发表于 2024-10-5 09:42
直接安慰剂检验

意思是反事实检验可以不做是吧，有选择性的去表达

dh1111111 发表于 2024-10-5 15:55
意思是反事实检验可以不做是吧，有选择性的去表达

有这种逻辑在里面吧

我也有同样的问题？让我怀疑得出的结论是否可靠

要不试试删掉政策发生后的样本，然后再假设政策发生时间提前，跑一个DID观察系数是否不显著。
吕越等（2019）的一个安慰剂检验做法就是把政策事件设定在2013年之前的某个时期，且样本期设定在2005 —2013年，文章主回归的样本期是2005-2016，政策发生时间是2013年。
参考文献：[1]吕越,陆毅,吴嵩博,等. “一带一路”倡议的对外投资促进效应——基于2005—2016年中国企业绿地投资的双重差分检验[J]. 经济研究, 2019, 54(09): 187-202.

至于为什么只把政策提前，不改变样本期间，DID系数仍然显著？我觉得有可能是因为政策持续产生较大的影响，导致政策发生后每一期的y值和政策发生前相差很大造成的。因为如果把双重差分回归下DID的系数理解为事后实验组真实y的均值-事后控制组的y的均值-事前两组y的均值差。将政策提前一年，没有改变实验组和处理组的构成，但是改变了计算的事前事后的y均值。假设政策导致了y增加，当增幅较大，且连续几期都增加时，把政策提前一年时得到的DID系数，相当于在原系数的基础上，把一年不受政策影响的样本放到事后计算，虽然拉低了事后控制组的均值，但是影响不大，导致把政策提前一年回归得到的DID系数仍显著。