如何进行面板数据三重差分的平行趋势检验

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

求助！请教大家如何对三重差分进行平行趋势检验，具体的stata命令是什么？数据为id（企业），rd（研发），year（年份）三重差分虚拟变量分别为time（试点时间）treat（试点地区）pollution（试点行业），对企业进行了province（省份）， city（城市），ind（行业代码）标识。自己参考了一些文章，主要是两种方法：
1画图法
分别画出试点地区试点行业和非试点行业企业的rd变化的时间趋势（图1），非试点地区试点行业和非试点行业企业的rd变化的时间趋势（图2），两幅图都是将企业的rd信息汇总到省级层面求出单位企业的rd数据再进行绘图的，请问这个再stata里应该如何进行操作呢？还是得自己手动算出每个省份单位企业的rd数据，才能再stata中进行绘图操作呢？请指教~
2动态效应
参考了任胜钢老师2019年《中国工业经济》上的文章，是生成不同年份的虚拟变量与试点地区treat相乘，gen tt1=treat*year04 gen tt2=treat*year05 gen tt3=treat*year06 gen tt5=treat*year08 gen tt6=treat*year09 gen tt7=treat*year10 gen tt8=treat*year11 gen tt9=treat*year12 gen tt10=treat*year13 gen tt11=treat*year14 gen tt12=treat*year15 ，最后一起纳入回归 reg lntfp  tt1 tt2 tt3  tt5 tt6 tt7 tt8 tt9 tt10 tt11 tt12 zcsy lf   age owner sczy lnaj lnlabor lnzlb i.year i.area i.ind if so2==1,cluster(area) level(90) ，（其中tt12之后为控制变量），但是任老师这个是针对双重差分进行的，三重差分应该如何做呢？还是按照同样的思路生成不同年份的虚拟变量，分别与之相乘得到ddd1，ddd2……,最后一起纳入回归模型？


请论坛的各位老师和同学指点一下，不胜感激！！！

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7 回帖

使用第二种方法，且设置十分复杂。
1、面板个体+时间固定效应
2、ddd--->ddd1 、ddd2 、ddd3.....的设置思路是对的
3、不仅三重交互项需要拆开，双重交互项也需要同步拆开，即dd-->dd1、dd2、dd3.....
4、总体十分复杂，设置比较麻烦，已经违背了简洁性（也可能不是问题）
5、最大的问题是实际操作问题，三重差分属于原理无懈可击，实操做一个错一个的模型
6、双重差分有效性是基于平行性假设（前同则后同），三重差分又增加了两条假设，即双重差分平行性不满足的原因仅来自于因素A，找到的其他对照组（区别于原对照组）在因素A上与实验组受到的作用相同。假设越多，结论就距离现实越远，早已违背了实证的真正目的。

谢谢谢谢，十分感谢。一开始不太确定第二种方法，选择了画图，从图片上看平行趋势不太满足，政策前后没有出现明显变化，而且我回归得出的研究结论和现有研究完全相反，很怀疑自己是不是哪里操作错了。我再检查一下数据，或者换种方法试试。感谢您的解答！

夏末花不开 发表于 2020-3-26 00:24
谢谢谢谢，十分感谢。一开始不太确定第二种方法，选择了画图，从图片上看平行趋势不太满足，政策前后没有出 ...

DID操作就这样，，哎，，慢慢做平行趋势检验吧   加油

震震果实 发表于 2020-3-25 19:45
使用第二种方法，且设置十分复杂。
1、面板个体+时间固定效应
2、ddd--->ddd1 、ddd2 、ddd3.....的设置思 ...

请问平行趋势检验正常应该政策实施之前的年份虚拟变量都不显著，但是我的结果都显著，但符号跟政策实施后相反，这样可以吗？谢谢

请问作者第一种方法怎么弄呀

同学，请问你最后三重差分的平行趋势检验怎么做的啊

对于面板数据的三重差分模型（Triple Difference Model），平行趋势假设的检验是至关重要的，以确保你的结果具有因果解释。下面分别介绍两种方法：

### 1. 图表法

首先需要根据处理状态和时间点将数据汇总到省级层面来观察RD（研发）投入的变化趋势。

在Stata中，你可以使用`collapse`命令来对数据进行汇总。假设你想按省份求平均RD值：

```stata
collapse (mean) rd, by(province year)
```

然后绘制图表，可以使用`twoway line`命令：

对于试点地区试点行业和非试点行业的RD变化趋势：
```stata
twoway line rd year if treat==1 & pollution==1 || line rd year if treat==0 & pollution==1, title("试点地区与非试点地区的RD投入")
```

同样的方法可以用来绘制非试点地区试点行业和其他行业的对比。

### 2. 动态效应检验

在进行三重差分分析时，动态效应的检验可以通过构建处理组和时间点交互项的方式来实现。这通常涉及到创建一系列年度虚拟变量，并与处理状态（treat）相乘来检查随着时间推移的效果变化。

例如：

```stata
gen treat_year04 = treat * (year == 2004)
gen treat_year05 = treat * (year == 2005)
...
```

然后，将这些交互项纳入回归模型中：

```stata
reg rd i.treat##c.year##i.pollution, fe vce(cluster province)
```

这里使用了因子变量语法来创建处理状态、年份和行业试点状态之间的所有可能的交互。`fe`选项指示固定效应模型，而`vce(cluster province)`则用于指定省份级别的聚类标准误。

### 结论

两种方法都有助于检验平行趋势假设的有效性：图表法提供了直观的时间序列比较，而动态效应分析则通过统计方法直接检查处理效应随时间变化的趋势。在具体应用时，应结合你的数据特点和研究目的选择合适的方法。

以上就是在Stata中进行三重差分模型的平行趋势检验的具体步骤。希望这能帮助你解决问题！

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用