![]()
凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
接着“你也能懂: 如此多异质性稳健DID估计方法实际就1种关键策略, 3个类别, 不要搞深奥和复杂了！”，今天了解一下如何选择各种异质性稳健DID方法呢?（最新: 2024版异质性稳健DID最全指南! 更新太快脑袋跟不上看这里！）
首选方法的选择取决于平行趋势假设的可靠性。Callaway-Sant’Anna和Sun-Abraham的方法基于较弱的平行趋势假设，仅以最后一个未处理期（last pre-treated period）的数据作为基线进行比较。而Borusyak-Jaravel-Spiess和Wooldridge的方法则依赖于较强的平行趋势假设，以所有未处理期（all pre-treatment periods）的平均结果作为基线。在估计的效率与识别假设的强度之间，存在一种权衡。如果平行趋势假设在所有群体和所有时间段内均成立，那么基于强平行趋势假设的估计值将提供更精确的估计结果。然而，一旦强平行趋势假设被违反，尤其是当群体间存在早期和持续增加的趋势差异时，这些估计值的偏差也会相应增大。相反，如果平行趋势的失效是由于处理前的预期效应（即，结果因预期即将到来的出处理而发生改变），那么基于强平行趋势假设的估计值相较于那些基于较弱假设的估计值，其偏差会较小。综上所述，如果对长期时间范围内平行趋势的有效性有所顾虑，可能更倾向于选择Callaway-Sant’Anna和Sun-Abraham的方法。这种方法虽然在某些情况下可能牺牲一些效率，但在平行趋势假设可能不完全成立的情况下，能够提供更为稳健的估计结果。选择对照组是研究设计中的一项关键决策。选用尚未接受处理和从未接受过处理的单位作为对照组，可以增强统计检验的效能。而仅选择那些尚未接受处理的单位作为对照组，由于它们与处理组在其他方面更为相似，有助于减少混杂因素的影响。不过，纳入尚未处理的单位时需要格外小心，特别是在存在预期效应的情况下，因为这种做法可能会违背平行趋势的假设，从而引入估计偏差。敏感性分析是一种有用的工具，它可以帮助我们评估估计结果对于对照组选择的敏感性，确保研究结果的稳健性。最终，选择哪种对照组，需要根据具体的研究背景和应用场景来决定。通过综合考虑统计效能和混杂偏差的平衡，以及对照组选择对估计稳健性的影响，可以做出最合适的设计决策。在评估不同双重差分（DiD）估计值的稳健性时，计算时间（computation time）是一个不容忽视的因素。一些估计值，如Borusyak-Jaravel-Spiess、Sun-Abraham和Wooldridge的方法，因其计算过程相对简单，能够快速得出结果。然而，另一些估计值，例如de Chaisemartin和D’Haultfoeuille（2020）的方法，以及Callaway-Sant’Anna提出的估计值，由于采用了更为复杂的加权技术，如双重稳健估计，因此在计算上需要更长的时间。特别是de Chaisemartin和D’Haultfoeuille的方法，其计算速度较慢，在处理大样本数据时可能不太适用。尽管如此，这些方法的优势在于能够处理可逆的处理效应，即处理状态可以在不同时间点上开启或关闭（即进入或退出），而大多数其他方法则只适用于不可逆的处理。在探讨平行趋势假设时，我们建议使用事件研究图来直观地评估预处理趋势。在应用高级技术来控制随时间变化的混杂因素之前，必须在因果推断的框架内，结合现有文献深入考虑协变量、处理效应和结果之间的关系。然而，由于评估平行趋势假设的有效性本身存在挑战，进行敏感性检验，例如honest DiD方法，是确保研究结论更为稳健的重要手段。通过这些检验，我们可以更好地评估估计结果对于潜在假设违反的敏感性，从而提高研究的可信度和可靠性。*可以进一步到社群交流讨论。
DID新进展，参考1.连续型DID也要被改造! 现成的平行趋势PT和TWFE估计都有问题, 时隔3年再次出发！2.审稿人: 就这么点样本做DID, 还异质性稳健DID呢, 麻烦看最新文献再说吧！！3.不炒冷饭! 2024年最新“2”份DID使用检查清单, 前沿DID使用基本规范指南！4.7种! 一张图里画出7种异质性稳健DID的平行趋势与动态效应的完整code和示例，5.最新: 2024版异质性稳健DID最全指南! 更新太快脑袋跟不上看这里！6.只有4期数据, 为啥平行趋势检验时有6期呢? DID与连续变量交互系数如何解释? 7.各种异质性稳健DID方法的特点和优点分别是什么? 为你选择某种估计方法提供客观依据！
关于多期DID或交叠DID: 1.DID相关前沿问题“政策交错执行+堆叠DID+事件研究”, 附完整slides，2.交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误，3.典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！4.最新Sun和Abraham(2020)和TWFE估计多期或交错DID并绘图展示结果！详细解读code！5.多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习，6.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等，7.交叠DID中平行趋势检验, 事件研究图绘制, 安慰剂检验的保姆级程序指南！8.系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码! 9.标准DID中的平行趋势检验,动态效应, 安慰剂检验, 预期效应教程，10.DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题,
Econometrics Circle
计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。![]()
