逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器
凡是搞计量经济的,都关注这个号了
邮箱:econometrics666@sina.cn
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.感谢@beet, @大灰狼, @悟饭 群友提供文献支持.
Copyright@计量经济圈(ID: econometrics666).
欢迎社科学者进入因果推断研究小组交流相关方法.
下面这篇文章对逐年匹配PSM-DID进行了介绍,后面就有不少中文文章仿照着去做。平时咱们用的PSM-DID主要还是两期,即四个部分:政策发生前的处理组和控制组,政策发生后的处理组和控制组。但是若遇到政策不止发生在一年的情形,即政策可能在一段时间里出现,那处理组和控制组就不可能只在一年里区分(此时,处理组与控制组个体在每一年可能都不同的,staggered adoption of policy)。可以参考的文章:多期DID的经典文献big bad banks数据和do文件。往往出现的情况是,1990年的处理组和控制组,1991年的处理组和控制组等等类似情况。此时,咱们采取的方法就是,把1990年里的处理组用PSM或其他Matching方法进行匹配,来寻找到最为相似的控制组个体。与此类似,1991的处理组也需要通过匹配方法寻找到最为相似的控制组个体。很有可能,不同年份的处理组个体匹配同一对照组个体的情况。
还是看下面即将引荐的一篇英文和中文文章,对这种逐年匹配PSM-DID有更深的理解。
英文文章
The matching procedure in this paper uses the algorithms provided by Becker and Ichino (2002) and Leuven and Sianesi (2003). We use the Nearest-Neighbor without replacement method. In a first step, we calculate the probability of a firm being acquired by foreign owners, using a number of observable characteristics. Each treated (acquired) firm is then matched by an “identical” but non-treated (non-acquired) firm. The balancing property of the propensity score is tested and satisfied in all estimations. We have estimated numerous propensity scores using a variety of covariates but have only considered those that satisfy the balancing property of the propensity score. Our choice of specification was based on high R2 . Since we have a panel of firms and individuals observed over time, the matching of firms is implemented year-by-year using lagged covariates. Having obtained a control group of firms, we then proceed to estimate the impact of acquisitions on individual wages by means of combining propensity score matching with the difference-in-difference estimator.
中文文章
在方法介绍部分,下面这篇中文文章主要是仿照上面这篇英文文章写的,不过这并没有什么大问题的。
本文基于Becker and Lchino(2002)对倾向得分匹配方法的介绍,选用非替代性的一对一最近邻匹配方法,并且鉴于所考察的国有企业改革发生在2003-2005 年各年中,本文借鉴Bludell et al(2000)和Heyman et al(2007)的相关研究,采用逐年匹配的方法为各年的处理组找到匹配的对照组。我们选取2003-2005 年发生改革的681家企业作为处理组,即Reform= 1,再采用倾向得分匹配方法从一直未发生改制的企业集合中找到与处理组相匹配的一组企业作为对照组,即Reform= 0。以2003 年为例,结合可观测的匹配变量先计算出每个企业发生改革的预测概率值,然后为每个实行改革的国有企业(处理组)找到唯一一个未改革的对照组企业。匹配后除去未成功配对的14 家企业,最后我们得到2003 年与处理组企业相对应的231 家对照组企业。同理,对于2004 年和2005 年改革的国有企业,采用同样方法为两年的处理组企业找到了相对应的244 家和129 家对照组企业。在匹配过程中,为了验证匹配结果的可靠性,本文对各年得分匹配的平衡性假设进行了检验,这里只将2003 年的检验结果报告于表1 中。从表1 的检验结果我们可以看出,所有匹配变量的标准偏差,其绝对值在匹配之后都小于5%,说明本文选取的匹配变量和匹配方法是合理的。同时,匹配之后的t 统计量都不显著,这可以说明在进行匹配后匹配变量在处理组和对照组之间并不存在显著的。
文章中也有这样的说明,多期三重差分法和双重差分法的操作指南。加不加Reform和Time这个也没有一致的规则,各位圈友也可以适当参考一下。
下面这篇文章属于方法论性质的,尽管发表时间比较早但也算讲得比较全面系统。
欢迎社科学者进入因果推断研究小组交流相关方法.
推荐阅读:
2.1998-2016年中国地级市年均PM2.5数据release
4.2005-2015中国分省分行业CO2数据circulation
5.实证研究中用到的135篇文章, 社科学者常用toolkit
所有计量经济圈方法论丛的code程序, 社科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.
可以到计量经济圈社群进一步访问交流各种学术问题,这年头,我们不能强调一个人的英雄主义,需要多多汲取他人的经验教训来让自己少走弯路。
计量经济圈当前有几个阵地,他们分别是如下4个matrix:
①小鹅社群:数据软件书籍等所有资料(最多且更新频繁),
②微信群:服务于计量经济圈社群群友(最活跃),
③研究小组:因果推断, 空间计量, 面板数据(最专业),
④QQ群:2000人大群服务于社群群友(最大)。
计量经济圈是中国计量第一大社区,我们致力于推动中国计量理论和实证技能的提升,圈子以海内外高校研究生和教师为主。计量经济圈绝对六多精神:社科资料最多、社科数据最多、科研牛人最多、海外名校最多、热情互助最多、前沿趋势最多。如果你热爱计量并希望长见识,那欢迎你加入到咱们这个大家庭(戳这里),要不然你只能去其他那些Open access圈子了。注意:进去之后一定要看小鹅社群“群公告”,不然接收不了群息,也不知道怎么进入咱们独一无二的微信群和QQ群。在规则框架下社群交流讨论无时间限制。