凡是搞计量经济的，都关注这个号了
稿件：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.
关于DID双重差分法，我们引荐了1.DID运用经典文献，强制性许可:来自对敌贸易法的证据，2.连续DID经典文献, 土豆成就了旧世界的文明，3.截面数据DID讲述, 截面做双重差分政策评估的范式，4.RDD经典文献, RDD模型有效性稳健性检验，5.事件研究法用于DID的经典文献"环境规制"论文数据和程序，6.广义DID方法运用得非常经典的JHE文献，7.DID的经典文献"强制许可"论文数据和do程序，8.传销活动对经济发展影响, AER上截面数据分析经典文，9.多期DID的经典文献big bad banks数据和do文件，10.因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？，11.AER上因果关系确立, 敏感性检验, 异质性分析和跨数据使用经典文章，12.第二篇因果推断经典，工作中断对工人随后生产效率的影响？13.密度经济学:来自柏林墙的自然实验, 最佳Econometrica论文，14.AER上以DID, DDD为识别策略的劳动和健康经济学，15.一个使用截面数据的政策评估方法, 也可以发AER，16.多期DID模型的经典文献，big bad banks讲解","，17.多期DID的经典文献big bad banks数据和do文件，18.非线性DID, 双重变换模型CIC, 分位数DID，
19.模糊(Fuzzy)DID是什么？如何用数据实现呢？20.多期DID的big bad banks中文翻译版本及各细节讲解，21.DID中行业/区域与时间趋势的交互项, 共同趋势检验, 动态政策效应检验等，22.截面数据DID操作程序指南, 一步一步教你做，23.DID的研究动态和政策评估中应用的文献综述，24.连续DID经典文献, 土豆成就了旧世界的文明，25.DID双重差分方法, 一些容易出错的地方，26.连续DID, DDD和比例DID, 不可观测选择偏差，27.加权DID, IPW-DID实证程序百科全书式的宝典，28.DID和DDD, 一个简明介绍, 双重和三重差分模型，29.DID过程中总结的地图展示技巧，30.DID的平行趋势假定检验程序和coefplot的其他用法，31.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，32.实践中双重差分法DID暗含的假设，33.过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图，34.计量院士首次用DID方法分析, 中国封城对新冠病毒扩散的影响！35.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理，36.诺奖夫妇的中国学生, “DID小公主”的成名之作, 茶叶价格与中国失踪女性之谜！等等。
关于下方文字内容，作者：郭馨雨，北京师范大学-香港浸会大学联合国际学院，通信邮箱：terence9709@gmail.com出口不一定能提高公司的生产率，原文PDF附在文后。Greenaway, D., Gullstrand, J. & Kneller, R. Exporting May Not Always Boost Firm Productivity. Rev. World Econ. 141, 561–582 (2005).
摘要
一般而言，出口企业的表现异于非出口企业。通过实证研究，学者普遍认为出口商在规模，生产力，薪资支付水平等方面往往更高。而 Greenaway，Gullstrand，& Kneller (2005) 基于瑞典企业的研究却得出了不同的结果，通过使用逐年倾向得分匹配-双重差分(year-by-year PSM-DID)模型，作者发现出口行为只会影响同期公司规模和薪资水平；而在生产力方面（以全要素生产率衡量），并没有证据表明出口行为会对企业生产力造成显著影响。特别是，这种影响在无论在企业进入出口市场前后均不显著。在结论中作者分析了可能的原因。简介
随着贸易成本的降低，企业行为随之做出调整。早期一些实证研究的关注点集中于进入出口市场的行为是否会改变企业的特征。结果普遍表明出口公司不同于非出口公司。具体来说，它们往往更大，更具生产力，并支付更高的薪资。此外，一些研究表明，全要素生产率(TFP)在企业进入出口市场之后也可能变得更高。进一步，一些理论文献探讨为什么一些企业出口而另一些则不的问题。除了提供生产率和出口行为在企业层面联系的一些均衡解释外，这些研究也对开放性和总体生产率增长之间的因果联系提供了理论支持。在结论中，作者运用Melitz (2003)的异质性企业模型对本文的结果进行了解释。数据和描述性统计
这篇文章建立在大量对瑞典制造业微观经济层面上的分析。瑞典是一个非常开放的经济体，平均而言，在1980-1997年的样本期间约有85%的企业出口，这比其他OECD经济体中出口商所占的份额要高很多。本文采用的样本覆盖了3570家企业近20年的数据，最多得到36903个观测值。总体来看，企业的平均出口强度随时间的推移而不断上升。图1报告了按规模加权的出口企业比非出口企业的比率，实线使用产出作为权重，虚线则体现雇员人数。
下图表2体现了出口商与非出口商在平均意义上的一些差异。规模方面，出口企业的平均产出是非出口企业的1.7倍，其雇员人数也比非出口企业高出20%。检验表明，这些差异具有统计学意义。尽管这暗示了较高的生产力，但并没有显示在全要素生产率上(TFP)。直接来看，出口企业的TFP要比行业均值低0.3，比非出口企业均值高0.09。然而这个结果可以被生产力的交叉产业差异解释。通过控制在生产力回归中的行业固定效应，作者发现相比于非出口企业，出口企业的TFP会高出10%。在较小的样本和较短的时间区间内，Hansson & Lundin (2004)同样发现出口企业在生产力方面占有6.8%的优势。而关于薪资水平，出口商的平均工资支出更高，这也与前篇文献中的发现相一致。
本文感兴趣的是第一次进入出口市场对企业表现的影响，因此表2还报告了新进入者在首次出口行为发生当年的特征。数据包括610家新进入企业和484家在任何时期均不出口的企业。我们注意到非出口企业的数量很低，这体现了瑞典的高出口强度，同时也反映了一个相对较长的样本期。为了减轻长时间跨度的影响，作者将在7年窗口期内无出口行为的公司也加入了控制组（而当公司的年龄不足7年时，这个窗口期则变为5年）。这使得控制组中公司的数量增加为920。将新出口商与非出口商比较，前者拥有更高的产出和雇员人数，并支付更高的工资。然而有趣的是，两类公司在TFP水平上却是相同的，而且当控制了行业和时间效应时，结果仍然如此。最后，为了比较，作者还报告了后文中使用到的第一次出口商和非出口商匹配样本的特征。在匹配样本中，非出口商的产出显著高于出口商；而在雇员，薪资和TFP方面则没有显著的差异。
方法论
作者采用了倾向得分匹配-双重差分的方法来评估第一次出口行为对企业级TFP增长的因果效应，此方法能隔离个体特征，并得到比将所有非出口商作为对照组的标准方法更稳健可靠的结果。标准方法的一个缺陷是出口和非出口企业在生产力水平之间存在的异质性。所以我们根据出口前可观测到的公司特征的信息来减少两组之间的差异，然后将其与双重差分相结合，以控制在出口行为发生后其他可观测到的变化。
分析结果
表A1报告了估计的出口市场进入的概率模型。作者采用第一列random effect probit的数据。结果表明，规模，年龄和TFP在决定企业是否进入出口市场中均发挥重要作用，对比技能水平则似乎没有贡献。在非出口企业中，年轻而拥有高TFP的公司最有可能成为出口商。最终共有243家非出口商与321家出口商相匹配。
表3展示了匹配后的双重差分估计结果。第一行的出口虚拟变量表明，在进入出口市场之前，两组TFP增长率并没有显著差异。这不同于其他文献的发现。同样明显的是，尽管TFP增长率在进入后比进入前更高，这个差异却非常小，而且在统计学上不显著。结果是，在1981-1997年间瑞典制造业中，没有证据表明首次进入出口市场的行为能导致更高的TFP增长率。这个结果与Hansson & Lundin (2004)中对1990-1999数据研究的结果相符合，而与同样使用PSM-DID研究英国企业的Girma et al. (2004)和使用匹配法研究德国数据的Wagner (2002 & 2004)的结果形成对比。
在表3的回归2-4中，作者报告了在较短样本周期约束下的结果。回归2考查的范围是1981-1991，在此区间克朗相对与瑞典主要贸易伙伴的价值下降，但有趣的是，这似乎并没有造成出口商数量的大幅上升；回归3考察1988-1994，这是一个出口市场进入率上升的时期。回归4考察的区间则是1990-1997，与Hansson & Lundin (2004)的研究周期一致，这有助于更直接的比较。从回归1-4可以看出，结果对于样本周期的选择并不敏感。在回归5-6中，作者测试了结果对行业选择的敏感性。回归5只包括来自SNI代码15-23的公司，它代表相对同质化的低技术强度行业；而回归6中的公司则来自代表技术密集型产业的代码29-35。作者发现结果对于行业选择同样不敏感。因此可以更加肯定地说，相对于非出口企业，瑞典第一次进入出口市场的企业并没有从中获益。
尽管TFP指标重要而引人注目，它只是衡量公司表现的众多指标之一。在表4中，作者使用同样的方法报告了对公司规模（以雇员人数和产出衡量），平均工资和劳动生产率的估计。同时以包含固定效应的回归为度量的TFP的结果也在表4中呈现。
结果表明，首次出口的行为促进了同期雇员人数的增加，但这种影响并没有在劳动生产率的增加上有所体现。在这种初始效应之后，双重差分估计量不再显著。出口市场的进入也与同期工资的增加有关，这种影响同样也没有持续到后期。该结果与Bernard & Jensen (1999)和Girma et al. (2004)的结果相呼应，与Hansson & Lundin (2004)的结果形成对比：后者发现出口行为对瑞典企业的就业增长没有影响，但其可以显著促进产出的增加。与Hansson & Lundin (2004)的结果相反的事实引起了作者的注意，在那篇文献中，他们还发现出口行为对劳动生产率有着相当强的影响，这与本文的结果同样冲突。一种可能的解释是研究区间的差异造成了这种不一致，为此，作者在相同的区间上进行检验，但发现结果仍然如此。至此，作者认为这种结果上的冲突似乎来自方法的差异，本文基于倾向得分匹配的双重差分模型也许能更有效地控制观测不到的异质性。
敏感性分析
在表5的回归分析中，作者检验了概率回归模型的选择对结果的影响。在回归12中，概率回归的结果随企业进入出口市场年份的不同而改变；回归13中使用pooled probit；回归14使用population-averaged panel probit；回归15则改变了卡尺的值。回归13-14的概率回归结果亦显示在前文表A1的列(A2)，(A3)中。尽管概率回归的参数对估计函数敏感，双重差分的结果却是稳定的。有证据表明，TFP的增长率在企业进入出口市场的第三年比非出口企业的低。最后作者检验了卡尺的选择对双重差分估计的影响。在之前的回归中，卡尺被设定在足以排除一半首次出口商的水平。在回归15中，作者增大了卡尺值以包含更多样本，共有360家非出口企业与578家出口企业相匹配。这次回归的结果再次说明与非出口企业相比，首次出口商的TFP增长率没有显著变化。
结论
本文的发现挑战了出口企业总是比非出口企业更有效率的共识。经济的开放性和企业对出口行为的高参与率使瑞典成为一个有趣的研究对象。通过基于一个很大的企业级数据集的PSM-DID分析，作者发现本文的一些结果与早期研究相符合。例如出口企业的平均规模更大并支付更高的新水。然而在另一些关键方面，本文的结果与其他文献的结果形成鲜明对比：具有稳健性的结果表明，无论在发生前后，出口行为对生产力增长没有显著影响。对此可能的解释是瑞典企业对国际贸易的高度接触，瑞典企业既要与从事出口活动的本国公司竞争，同时也要与进口产品相抗衡，因此与出口活动较少的经济体相比较，瑞典企业间在特征上的差异会更小。此外，根据Melitz (2003)提出的异质性企业框架，这种差异可能源于围绕出口固定成本的不确定性和进入出口市场的低门槛。在此模型下，增长的出口机会吸引企业进入更有利可图的市场，并提高留在这个行业所需的最低生产力水平。因此，生产力水平足够高的新公司可以同时服务于国内和海外市场，并取代低生产力的非出口公司。有两条证据支持这一解释，第一，概率回归的结果表明非出口企业中最年轻且最富生产力的企业最有可能进入出口市场；第二，非出口企业往往只集中于与出口相关的运输成本高企的行业。
关于因果推断，我们引荐了①关于各种因果识别方法的120份经典实证文献汇总”，②哈佛大学新修订完成的因果推断经典大作免费下载！附数据和code，③因果推断的统计方法总结, 177份文献，④政策评估的计量方法综述, 包括最新因果推断方法，⑤在教育领域使用IV, RDD, DID, PSM多吗? 使用具体文献，⑥看完顶级期刊文章后, 整理了内生性处理小册子，⑤工具变量精辟解释, 保证你一辈子都忘不了，⑦DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，⑧关于双重差分法DID的32篇精选Articles专辑！⑨关于(模糊)断点回归设计的100篇精选Articles专辑！⑩匹配方法(matching)操作指南, 值得收藏的16篇文章等，⑪MIT广为流传的政策"处理效应"读本，⑫DID的研究动态和政策评估中应用的文献综述，⑬最新政策效应评估的四种方法，⑭政策效应评估的基本问题等。
1.用"因果关系图"来进行因果推断的新技能，2.因果推断专题：因果图，3.因果推断专题：有向无环图DAG，4.confounder与collider啥区别? 混淆 vs 对撞，5.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系，6.中介效应检验流程, 示意图公布, 不再畏惧中介分析，7.图灵奖得主Pearl的因果推断新科学，Book of Why? 8.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具!9.前沿: 卫星数据在实证研究中的应用, 用其开展因果推断的好处！10.7大因果推断大法精选实证论文, 可用于中国本土博士课堂教学！11.随机分配是什么, 为什么重要, 对因果关系影响几何？12.应用计量经济学现状: 因果推断与政策评估最全综述，13.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，14.Python做因果推断的方法示例, 解读与code，15.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，16.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献等等。
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。