偏差校正倾向得分匹配方法

本文由计量经济学服务中心发布

转载请注明来源

一．命令介绍

偏差校正倾向得分匹配方法对应命令为：nnmatch

语法格式为：

nnmatch depvar treatvar varlist_nnmatch [if exp] [in range] [pw] [, tc(ate |att |atc) m(#) metric(maha |matname) exact(varlist_ex) biasadj(bias |varlist_adj) robust(#_v) population level(#) keep(filename) replace]

详细解释为：

depvar ：结果变量

treatvar：处理变量

varlist_nnmatch ：匹配变量

tc(ate|att|atc) specifies which treatment effect is to be estimated:

ate: the average treatment effect,

att: the average treatment effect for the treated, or

atc: the average treatment effect for the controls.

metric(maha |matname) ：metric(maha)表示使用马氏距离，即权重矩阵为样本协方差矩阵的逆矩阵

m(#) ：进行#近邻匹配，默认#=1。

robust(#_v)：表示进行异方差稳健的标准误

Example：

nnmatch y t x1 x2

nnmatch y t x1, m(3)

nnmatch y t x1 x2, tc(att)

nnmatch y t x1 x2, tc(atc) met(maha) bias(bias) robust(4)

nnmatch y t x1 x2, met(matname) bias(x1 x3) keep(artdata) replace

nnmatch y t x1 x2 [w=w], met(matname) bias(x1 x3) exact(x4) pop

二．偏差校正匹配估计量操作应用

本文仍然使用倾向得分匹配所对应的案例数据，所对应的变量数据结构为：

首先使用一对一的匹配，不做偏差校正，但是进行稳健标准误估计：

nnmatch re78 t age edu black his married   re74 re75 u74 u75, tc(atc) m(1) robust(1)

上表显示权重矩阵为默认的，即对角线元素为各变量样本方差的对角矩阵之逆矩阵，ATT的估计值为2.2624，并且在5%的水平下显著

下面进行进行偏差校正

nnmatch re78 t age edu black his married   re74 re75 u74 u75, tc(atc) m(1) robust(1) bias(bias)

发现atc的值减少到2.1603，并且也在5%显著性水平下显著

下面使用样本协方差矩阵的逆矩阵为权重矩阵，metric(maha)即使用马氏距离

nnmatch re78 t age edu black his married   re74 re75 u74 u75, tc(atc) m(1) robust(1) bias(bias)  metric(maha)

结构为：