围绕“这平行趋势敏感性分析设置错了吧? 包括国内所谓顶刊”，出现了很多争议。之后，社群群友专门就此事问询了HonestDID作者Jonathan Roth教授。
关于Jonathan Roth，参看：1.最强DID资源: 免费DID课程, 综述性论文, 实现Packages，2.TOP5最新: 不接受log(y+1)或arcsinh(y)转换, 绝不接受！3.Roth的一个Note激起千层浪, 最新DID软件包连夜作出回应和修改，4.这哥们又对事件研究图鞭笞！直言无法用传统的解释最新DID事件研究图，5.AER: Insights对传统方法做平行趋势检验的质疑！谨慎开展政策前趋势检验！6.对数化转换的末日, 今天将被学者永远记住！7.2篇TOP5: 当前平行趋势检验方法有问题，新的平行趋势检验方法已经出现，8.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！
群友向Jonathan Roth教授问询的问题如下：
首先，非常感谢你对因果推断方法发展所做出的卓越贡献！你在RES上发表的论文“A More Credible Approach to Parallel Trends”以及提出的“Honest DiD”方法，在中国学术界引起了广泛关注，并被广泛应用于金融与经济学的各类研究之中。
然而，关于“Honest DiD”方法中参数M的选择，学界存在一定的分歧。例如，一些研究者参考了Bias和Sarsons（2020）在QJE上发表的论文“Flexible Wages, Bargaining, and the Gender Gap”的附录部分，该部分引用了你的一篇早期工作论文，并建议将M设置在基准回归中感兴趣系数的标准误差范围内（0到1倍之间）。
然而，其他研究者则参考了你在RES上发表的论文及GitHub上的相关材料，在“使用相对幅度限制的敏感性分析”部分中，你将M设置在0.5到2之间，与系数的标准误差无关。此外，在“使用平滑性限制的敏感性分析”部分中，你将M设置在0到0.05之间，同样未与系数的标准误差挂钩。
这些不同的建议导致研究者在选择M时产生了一些困惑。具体而言，我想请教以下问题：
在实际应用“Honest DiD”方法时，为了确保敏感性分析的稳健性，如何根据研究背景或数据特征确定适当的M取值范围？ 在相对幅度限制和平滑性限制两种方法下，M的最大值是否需要有所不同？如果需要，研究者应如何根据研究问题调整M的范围？
在评估参数 M 时，需要结合经济背景来判断可能影响平行趋势的混杂因素。如果处理发生在重大经济事件（如经济大衰退）之前，处理后阶段的影响可能更显著，因此 M 应更大（如 M>1）。反之，如果重大经济事件发生在处理之前，而处理后阶段相对平稳，处理后的偏差可能较小， MMM 应更小（如 M<1）。
我开发Honest DiD方法的初衷是为研究者提供一种工具，帮助他们更深入地探讨可能的偏差幅度，将计量经济学与我们对经济学的理解相结合。希望上述讨论能够为如何实现这一目标提供一些启发。
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.欣慰! 营养午餐计划终于登上TOP5! 交叠DID+异质性稳健DID！9.用事件研究法开展政策评估的过程, 手把手教学文章！10.从双重差分法到事件研究法, 双重差分滥用与需要注意的问题，11.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! 12.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，13.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！
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
