有关固定效应模型与双重差分法异同的疑惑

近日在学习计量方法中的面板数据模型时，阅读了某一本博后写的实证专著，因为主题是我比较感兴趣的。在该书中，作者分别用了截面数据，面板数据的固定效应模型以及双重差分法。如果说面板数据的固定效应模型较之截面数据做OLS更有效，是因为个体固定效应模型不论是组内估计抑或是一阶差分，其将不可观测的且不随时间变化的异质性消去，从而得到了一致估计。那么双重差分法，较之固定效应模型，有何区别呢？
从形式上看，DID是在双向固定效应的基础上，多了一个交互项。而且如前文所述，既然FE已经消去了个体不可观测的异质性，如果是双向固定效应，其实也控制了时间的异质性。那么作者在使用DID时，只是交代尽管固定效应模型能够控制个体不可观测的异质性等云云，然而仍很难穷尽所有可能影响因变量的因素，进而导致估计结果的非一致性。所以要基于实验设计的理念，应用DID探讨因果效应。这就是我最为不解的地方，这种陈述其实暗含了一丝DID是比FE更好的倾向，那么到底好在何处呢？
综上，小白对该问题思考良久，请各位大神不吝赐教。

个人理解，仅供参考：
双重固定效应可以理解为在普通回归中加了许多时间哑变量和个体哑变量，这些都可以理解为控制变量，所以说加入了双重固定效应可以理解为加了许多控制变量，可以消除个体异质性和时间对被解释变量的影响（包括不同年份的不在研究范围内的对所有研究研究对象均有影响的政策等的影响可以通过时间固定效应消除）。
而DID的应用场景是存在一个自然随机的冲击，来研究这个冲击对被解释变量的影响，最基础的DID模型是加入交互项和交互项的分别两项（t、d、t*d），并不是直接加入时间固定效应和个体固定效应，但是在实证中通常都是研究在某一年份存在一个冲击对部分研究对象有影响，而对其他对象没有影响，这样我们的DID就是政策前和政策后，实验组和对照组，此时按照标准模型加入的应该是t、d、t*d（政策前t=0，政策后t=1；d=1实验组、d=0对照组），在运用过程中，大多数作者都用入时间固定效应替代变量t，用个体固定效应d（很好理解，但是不怎么好表述，推荐基本无害的计量经济学），这样就形成了双重固定效应加交乘项的DID。
所以，其实DID是有固定的运用场景的，需要找到一个自然随机的冲击，DID也是用在存在冲击的时候识别因果，加入各种固定效应（很多论文不仅包括时间和个体层面的固定效应，还会包括一些高于个体层面的固定效应）就是为了更好的识别这冲击的影响，让估出来的系数更加准确，识别更加干净。
另外，还有一个小建议，学习计量经济学还是推荐用一些质量高一点的书呀，因为有些内容确实比较复杂，如果书的阐述不够清楚或者故作深奥的话，会让人迷惑，配一些高质量的论文一起学习效率更高。
emmm，最后，就是想求40个论坛币，想买一个数据

顶顶。

wenzha 发表于 2020-9-7 18:47
个人理解，仅供参考：
双重固定效应可以理解为在普通回归中加了许多时间哑变量和个体哑变量，这些都可以理 ...

非常感谢回复，理论学习部分我还是以陈强老师的教材为主。这个博后的实证专著主要是和我感兴趣的主题极为接近，就想在实践中看看别人文章结构，学习一下。我后来自己也稍作总结了一下，首先FE相比于DID更泛化，不限于0-1变量。其次，DID也可以认为是一种特殊的双向固定效应模型，正如你说的传统DID是加入时期虚拟变量和分组虚拟变量，而引申可以为时间和个体层面的固定效应。从几何角度解释（这是我个人想法），我们现在使用的固定效应模型多数是变截距不变系数的，而0-1虚拟变量仅改变截距，所以在图形中呈现的是两条平行线（即所谓的平行趋势假设），而交互项的存在则意味着系数的改变（我是结合着交互效应理解的），所以最终呈现出不同的走势，但是有一条虚线是与控制组平行的。这就是那个图背后我个人想的理解。感谢指教。

一入襄州深似海 发表于 2020-9-8 11:41
非常感谢回复，理论学习部分我还是以陈强老师的教材为主。这个博后的实证专著主要是和我感兴趣的主题极为 ...

吼滴，同学明白了就好，想要看方法实证应用看文献就可以，很多AER、JIE上的文章实证都做的很漂亮的，我也是跟着老师两个学习细度了二十多篇优秀顶刊的论文才对DID等实证方法有了更为深入的了解，能够在自己写论文的时候用上，优秀的论文是最好的计量老师~~~

很有收获