【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）

【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）

---

2023年4月13日，计量经济学服务中心&数量经济学2023年因果推断专题讲座之DID专题讲座第6课于19:30-21:20顺利开讲。

本次讲座继续之前内容学习，往期部分Stata寒暑假班课程学员（2017--2023年）通过相关报名，继续第6课的学习。

下面就讲座内容做一介绍。

第6讲主要讲述了如下内容：

任何依赖于治疗时间变化的DID的双向固定效应估计都可以分解为可以从面板数据集构建的所有可能的2乘2 DID估计的加权平均值。针对这种可能存在的偏误，可以进行系数诊断或者负权重诊断，然后进行异质处理效应分析。主要包括如下几类异质稳健估计量：

• 交叠DID (组别--时期平均处理效应): did_multiplegt
• 交叠DID (组别--时期平均处理效应): eventstudyinteract
• 交叠DID (组别--时期平均处理效应): csdid
• 交叠DID (插补估计量):  did2s
• 交叠DID (插补估计量):  did_imputation
• 交叠DID (堆叠估计量):  stackedev
• 交叠DID (其他命令):  event_plot

针对上述异质稳健估计量分别介绍了对应的语法案例以及结合《中国工业经济》及《数量经济技术经济研究》等期刊上面的论文进行了详细讲解。 

讲座后期还为大家介绍了合成DID及空间双重差分的具体操作应用。

板书截图

交叠DID：did_multiplegt 

 Callaway and Sant'Anna (2021).

 合成DID：sdid

空间双重差分：xsmle

代码

1、空间DID

#  计量经济学服务中心空间计量课程
 
          *========================================
          *           高级计量经济学
          *========================================
    
      *        计量经济学服务中心
   
      *           
          *       ===================================
          *          空间计量及Stata应用（1）
          *       ===================================

*-------------------------------------------------------------------------------               
*        参考资料：
*        《初级计量经济学及Stata应用：Stata从入门到进阶》             
*        《高级计量经济学及Stata应用：Stata回归分析与应用》
*        《高级计量经济学及Eviews应用》
*        《空间计量入门》 
*        《零基础|轻松搞定空间计量：空间计量及GeoDa、Stata应用》
*        《空间计量第二部：空间计量及Matlab应用课程》
*        《空间计量第三部：空间计量及Stata应用课程》
*        《空间计量第四部：《空间计量及ArcGis应用课程》
*        《空间计量第五部：空间计量经济学》
*        《空间计量第六部：《空间计量及Python应用》
*        《空间计量第七部：《空间计量及R应用》
*        《空间计量第八部：《高级空间计量经济学》
*-------------------------------------------------------------------------------
      

*-------------------------------------------------------------------------------
*一、数据生成
*-------------------------------------------------------------------------------

cd E:\stata\data

use product.dta,clear

*1、生成时间虚拟变量 
gene t=0
ed
replace t=1 in 1/340
ed

*2、生成地区虚拟变量 
gene code=0
replace code=1  if  year>=1980 & year <=1986


*3、生成时间空间交互项
gene spdid=t*code


*-------------------------------------------------------------------------------
*二、数据生成
*-------------------------------------------------------------------------------
*4、数据对数转换
gen lngsp = log(gsp)
gen lnpcap = log(pcap)
gen lnpc = log(pc)
gen lnemp = log(emp)


*5、生成空间权重矩阵
spmat use usaww using usaww.spmat

*6、面板数据设定
xtset state year

*7、双重差分空间滞后模型

xsmle lngsp lnpcap lnpc lnemp spdid t code , fe model(sac) wmat(usaww) emat(usaww)

2、合成DID

use "prop99_example.dta"

*使用sdid进行估计，导出权重和趋势图:

sdid packspercapita state year treated, vce(placebo) seed(1213) graph g1_opt(xtitle(""))
g2_opt(ylabel(0(50)150, axis(2)))

webuse set www.damianclarke.net/stata/
webuse quota_example.dta, clear

sdid womparl country year quota, vce(bootstrap) seed(1213)

drop if lngdp==.
sdid womparl country year quota, vce(bootstrap) seed(1213) covariates(lngdp, projected)

3、异质稳健估计量

详见阅读原文