关于DID（双重差分、倍差法）模型的面板数据生成

priness3 发表于 2013-9-1 18:20
嗯嗯，果断不是中国的呢，是外国人的数据~~

哦，那样的话，这个想法可以一试。

不过要注意内生性的控制，因为退休本身未必一定是收入所导致，但进行投资，却很可能受到闲暇时间的影响。

而且，如果你想用倍差法，对照组和干预组必须是随机抽取，像你这么分组，有股票和无股票的分开，本身两类老年人就是不一样的，不可能达到你想研究股票价格对老人选择的影响。

此外，我没看懂你的模型，T*A的意思是想说两期股票价格差异对于两组老人之间的影响差别？如果这样设定，这一项系数的方向和显著性只能说明一件事：相对于没有股票的老人而言，有股票的老人是否受到股票价格变动对于退休的影响是有区别的？

我是来学习的，准备用这个方法做毕业论文

学习了

lulu871004 发表于 2013-9-1 05:23
fe 代表fixed effect，即面板数据的固定效应模型
vce（cluster id）是表示对标准差的估计应该使用聚类文件 ...

和你有相似的问题，A=0代表是哪一年呢？或者说A=0对于不同地区的年份不同？

猫爪 发表于 2013-9-1 00:05
应该反过来吧，退休或者不退休对于是否持有股票的影响。哈哈。

所以这就出现了一个内生性的问题，到底是是否持有股票影响退休意愿，还是退休与否影响持有股票呢？

求学小灵通 发表于 2016-10-14 10:40
所以这就出现了一个内生性的问题，到底是是否持有股票影响退休意愿，还是退休与否影响持有股票呢？

好久的帖子，恍如隔世~~~~~现在回头看起来，这个研究还是挺有意思的，可以与工资性收入和财产性收入的相互替代联系起来，可以做一些类似于三重差分的识别设计。

猫爪 发表于 2016-11-20 00:34
好久的帖子，恍如隔世~~~~~现在回头看起来，这个研究还是挺有意思的，可以与工资性收入和财产性收入的相互 ...

那最终的stata命令是不是  xtreg y  交互项  若干控制变量,fe vce(cluster  id)
这个是最终做个体固定的还是双向效应的?

desperado1999 发表于 2016-11-26 22:27
那最终的stata命令是不是  xtreg y  交互项  若干控制变量,fe vce(cluster  id)
这个是最终做个体固定的 ...

这个命令肯定是个体固定效应，而非双重差分，但这个故事该怎么做，不是太好说

猫爪 发表于 2016-12-23 14:12
这个命令肯定是个体固定效应，而非双重差分，但这个故事该怎么做，不是太好说

通常 DID 也会这么做

1. xtreg y inter x i.year, fe vce(cluster id)

复制代码

其中 inter 即是最主要的交叉项！