DID最新进展:twowayfeweights-针对TWFE模型的权重诊断及异质性稳健估计量
简介
twwayfeweights命令可以估计de Chaisemartin& D' haultfoeuille (2020a)研究的双向固定效应回归的权重,以及这些回归对异质处理效应稳健性的估计
下载安装方法为:
ssc install twowayfeweights, replace
语法格式为:
twowayfeweights Y G T D [D0] {if} [, type(string) test_random_weights(varlist) controls(varlist)
other_treatments(varlist) weight(varlist) path(string)]
选项含义为:
Y是回归中的因变量。 G是标识每一组的变量。 T是表示每个周期的变量。 D是回归中的处理变量。 如果想要估计固定效应回归的权重,D是处理的水平,如果想要估计一阶差分回归的权重,D是处理的一阶差分。 如果在下面的选项类型中指定了type(fdTR),则该命令需要第五个参数D0。D0是g组和t时期处理的平均值。 type是一个必需的选项,它可以接受四个值:feTR、feS、fdTR、fdS。 如果指定了feTR,则该命令在共同趋势假设下估计固定效应回归的权重和灵敏度度量。 利用fdTR,在共同趋势假设下估计一阶差分回归的权重和灵敏度。 类型里面所涉及的feTR与fdTR是目前大家在论文分析里面常见的选项,这两个选项的不同,决定了语法格式稍微有所差异。
2024最新更新的案例1
下面我们结合F. Vella 和 M. Verbeek 的数据 (1998年),分析工会对工资的影响。
运行以下行以加载数据集:
use "wagepan_twfeweights.dta", clear
接下来根据对数工资的 TWFE 回归估计权重 (Y)关于工会地位(D)、个体工人(G)和年份(T)进行回归分析:
twowayfeweights lwage nr year union, type(feTR) test_random_weights(educ) summary_measures
使用fdTR选项进行分析:
twowayfeweights diff_lwage nr year diff_union union, type(fdTR) test_random_weights(educ) summary_measures
上述结果为:
References
de Chaisemartin, C and D’Haultfoeuille, X (2020a). American Economic Review, vol. 110, no. 9. Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects. de Chaisemartin, C and D’Haultfoeuille, X (2020b). Two-way fixed effects regressions with several treatments.
案例2:
下面我们结合模糊DID案例来说明twowayfeweights的具体应用
为了说明fuzzydid的使用,我们使用了与Gentzkow等人(2011)相同的数据集来研究报纸对选举参与的影响。
turnout_dailies_1868-1928.dta是一个县级数据集。它包含变量有 interest, pres turnout 和 numdailies,分别代表从1868年到1928年美国每个县和每一次选举的投票率(Y)和可用报纸数量(D)。首先,我们加载数据集并给出摘要统计,代码为:
use "turnout_dailies_1868-1928.dta"
sum pres_turnout numdailies
结果为:
. sum pres_turnout numdailies
Variable | Obs Mean Std. Dev. Min Max
-------------+---------------------------------------------------------
pres_turnout | 16,872 .65014 .2210102 .0017981 2.518
numdailies | 16,872 1.463134 2.210448 0 45
进行DID模型估计,代码为
areg changeprestout changedailies, absorb(styr) cluster(cnty90)
结果为:
areg changeprestout changedailies, absorb(styr) cluster(cnty90)
Linear regression, absorbing indicators Number of obs = 15,629
Absorbed variable: styr No. of categories = 634
F( 1, 1194) = 7.80
Prob > F = 0.0053
R-squared = 0.5626
Adj R-squared = 0.5441
Root MSE = 0.0831
(Std. Err. adjusted for 1,195 clusters in cnty90)
-------------------------------------------------------------------------------
| Robust
changeprest~t | Coef. Std. Err. t P>|t| [95% Conf. Interval]
--------------+----------------------------------------------------------------
changedailies | .0026136 .0009359 2.79 0.005 .0007774 .0044499
_cons | -.0074453 .000367 -20.29 0.000 -.0081653 -.0067253
-------------------------------------------------------------------------------
上述结果表明,报纸增加可以使得投票率提高0.26%,下面我们对其进行检验,查看上述DID模型是否存在异质性,我们使用twowayfeweights命令进行相关操作。
该命令下载安装方式为:
help twowayfeweights
findit twowayfeweights
ssc install twowayfeweights
进行偏误诊断,命令为:
tab styr, gen(styr)
twowayfeweights changeprestout cnty90 year changedailies numdailies, type(fdTR) controls(styr2-styr634)
结果为:
. twowayfeweights changeprestout cnty90 year changedailies numdailies, type(fdTR) controls(styr2-styr634)
Under the common trends assumption, beta estimates a weighted sum of 10149 ATTs.
5458 ATTs receive a positive weight, and 4691 receive a negative weight.
The sum of the positive weights is equal to 2.4237981.
The sum of the negative weights is equal to -1.4237981.
beta is compatible with a DGP where the average of those ATTs is equal to 0,
while their standard deviation is equal to .00042726.
beta is compatible with a DGP where those ATTs all are of a different sign than beta,
while their standard deviation is equal to .00061975.
也可以使用feTR选项,对应命令为:
. twowayfeweights prestout cnty90 year numdailies, type(feTR) controls(styr2-styr634)
结果为:
. twowayfeweights prestout cnty90 year numdailies, type(feTR) controls(styr2-styr634)
Under the common trends assumption, beta estimates a weighted sum of 10360 ATTs.
6205 ATTs receive a positive weight, and 4155 receive a negative weight.
The sum of the positive weights is equal to 1.532315.
The sum of the negative weights is equal to -.53231502.
beta is compatible with a DGP where the average of those ATTs is equal to 0,
while their standard deviation is equal to .00031768.
beta is compatible with a DGP where those ATTs all are of a different sign than beta,
while their standard deviation is equal to .00063403.
上述结果表明DID估计下存在偏误,即进行的双向固定效应模型估计结果是不稳健的。
对其进行异质稳健估计,可以结合DID前沿专题讲座内容或者推文进行解决,一种方法就是进行模糊DID估计,完整的操作案例及论文详见如下文章资源:
前期交叠DID专题前沿回顾:
2023年9月开学季_异质性DID前沿专题讲座
【DDD、PSM-DDD、事件研究、论文复刻】2023年9月开学季_DID前沿专题讲座第2课(附板书截图) (qq.com)
【DID异质稳健估计量+合成DID+安慰剂检验汇总】2023年9月DID前沿专题讲座第3课(附板书截图) (qq.com)
【课程总结】2023年9月DID前沿专题讲座第1课(附板书截图与代码操作) (qq.com)
2023年3月开学季_异质性DID前沿+SCM专题讲座
【DID异质稳健估计量+合成DID+空间DID】DID专题讲座第6课(附板书截图+代码+资源)
【课程总结】DID专题讲座第5课(140分钟--附板书截图)