TOP5刊如何使用处理效应估计方法, 回归调整, 逆倾向得分加权和双重稳健估计

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code文件, 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.

Daron Acemoglu与其他三位学者（Suresh Naidu, Pascual Restrepo, and James A. Robinson）合作的论文Democracy Does Cause Growth，于2019年发表在了TOP5的JPE上。作者想要验证从一个非democratic国家变成democratic国家经济增长的短期和长期表现。今天，我们想分享的是作者在本文中的半参数估计方法，即平均处理效应估计。

关于Acemoglu大神，1.鬼才,"Daron Acemoglu生产函数"诞生了！2.中国学者好! 我是MIT的Acemoglu教授, 我又在Top 5的JPE上发文了！3.阿西莫格鲁获MIT最高教师荣誉—"学院教授"，4.毛咕噜论文中一些有趣的工具变量，5.诺奖争夺战！这三个最有有望的诺贝尔经济学家！6.阿西莫格鲁获MIT最高教师荣誉—"学院教授"，7.40年里在top5刊物上发文最多的大神到底是谁？8.为五大刊而生的男人! 一天不得诺贝尔奖, 就年年把五大刊物发到手软！9.最后一位诺奖得主逝世了, 张五常所在NIE学派将何去何从？毛咕噜能否独挑重担？30年前的一份syllabus首公布！10.AER, JPE, QJE, RES期刊最新一期, 又见毛咕噜大神在讨论机器人与劳动市场！11.男神毛咕噜最新Top5大作, 另外, 有序因变量依然使用OLS回归! 12.使用OLS回归发AER的Articles专辑！13.Acemoglu大神, 又在TOP5期刊刷文了！把20-60个观测值的截面数据做绝了！14.Acemoglu又出版了两本经济学教课书！15.Acemoglu终于对中国学术界的问题下手了！16.Acemoglu一生中最有影响力的论文！必读作品！17.刚2022年, Acemoglu就在QJE上发文了！OLS+IV走遍天下都不怕！

正文

*感谢群友@叮当不想 投稿

Daron Acemoglu, Suresh Naidu, Pascual Restrepo, and James A，Democracy Does Cause Growth. Robinson Journal of Political Economy 2019 127:1, 47-100

We provide evidence that democracy has a positive effect on GDP per capita. Our dynamic panel strategy controls for country fixed effects and the rich dynamics of GDP, which otherwise confound the effect of democracy. To reduce measurement error, we introduce a new indicator of democracy that consolidates previous measures. Our baseline results show that democratizations increase GDP per capita by about 20 percent in the long run. We find similar effects using a propensity score reweighting strategy as well as an instrumental-variables strategy using regional waves of democratization. The effects are similar across different levels of development and appear to be driven by greater investments in capital, schooling, and health.

接上，Acemoglu找了一个均值性质的IV, 并用GMM, HHK把文章发到了JPE，今天，我们分享一下这篇文章里使用的平均处理效应估计方法，包括回归调整、逆倾向得分加权以及双重稳健估计。

---

之前，作者使用了动态（线性）面板模型，例如GMM、HHK来控制 GDP 动态特征。这种策略使其能够消除在变成democratic国家前GDP倾向于下降的混杂因素，并计算永久过渡到democracy对 GDP 的累加影响。尽管这种方法与文献中最常用的实证模型密切相关，并且能够在相关假设下进行有效估计，但它在很大程度上依赖于线性假设。线性还强加了democratic转型的影响在绝对值上是相同的约束，并限制了democracy对 GDP累积影响的时间模式（这是通过将 GDP 的线性过程外推到未来而得出的）。

所以，作者提出了一种替代策略，通过对一国进入democratic国家的二值选择进行建模，估计向democracy过渡对 GDP 后续路径的影响，但没有对GDP 的参数化过程进行前期指定。即，作者使用了半参数方法对前面的议题进行估计，从而获得平均处理效应（Average treatment effects），这也是依可观测变量的选择问题（Selection on observables）。

作者使用了包括回归调整（regression adjustment）、逆倾向得分加权（inverse propensity score reweighting）以及双重稳健估计（因果效应中的双重稳健估计值, 让你的估计精准少误）。

先看看半参数估计结果，如下：

现在，再回过头来看作者是如何对平均处理效应进行估计的。

作者对依可观测变量的选择问题的解释，主要着力于构建一个潜在反事实框架，然后得到平均处理效应，尤其是处理组的平均处理效应。

第一种类似于回归调整 (RA) 估计法，给结果变量都加上了协变量进行回归。

第二种就是我们熟悉的逆倾向得分加权估计方法，给处理政策变量加上了协变量进行回归，这里就不细究了，可参看：1. PSM倾向匹配Stata操作详细步骤和代码，干货十足，2.处理效应模型选择标准，NNM和PSM，赠书活动，3.PSM和马氏匹配已淘汰, '遗传匹配'成因果推断匹配之王，4.PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列，5.广义PSM,连续政策变量因果识别的不二利器，6.PSM-DID, DID, RDD, Stata程序百科全书式的宝典，7.在教育领域使用IV, RDD, DID, PSM多吗? 使用具体References，8.分位数DID, PSMDID, 政策前协变量平衡性检验操作步骤和案例，9.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器，10.执行PSM的标准操作步骤, 不要再被误导了，11.PSM匹配后如何保留配对样本? 1:1, 1:4或更多情况呢？12.逐年PSM匹配后再DID识别因果的实证范文, 这就是逐年PSM-DID的操作范式！13.英诺丁汉大学校长为你讲解逐年PSM匹配-DID方法的操作, 并配上自己写的一篇范文！14.内生性问题和倾向得分匹配, 献给准自然试验的厚礼，15.粗化精确匹配CEM文献推荐, 程序步骤可复制，16.DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，17.匹配方法(matching)操作指南, 值得收藏的16篇文章，18.中国工业企业数据库匹配160大步骤的完整程序和相应数据，19.Match匹配估计做敏感性检验的最新方法, 让不可观测变量基础上的选择无处遁形，20.无需检查协变量平衡性的CEM匹配, 到底有多神气和与众不同，21.因果推断中的匹配方法:最全回顾和前景展望，22.内生性问题和倾向得分匹配, 献给准自然试验的厚礼，23.倾向值匹配与因果推论,史上最全面精妙的锦囊，24.匹配还是不匹配？这真是个值得考虑的问题，25.匹配比OLS究竟好在哪里？这是一个问题，26.倾向匹配分析深度（Propsensity matching analysis）

第三种就是双重稳健估计（因果效应中的双重稳健估计值, 让你的估计精准少误），将前面第一种和第二种结合起来的方法，主要好处是给处理政策变量和结果变量都加上了协变量进行回归，因此只要有一个方程识别正确对整体的估计就有利。相当于加了一个双保险，这样出错误的几率就会下降很多。

长按以上二维码即可下载原文PDF

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。

2.5年，计量经济圈近1000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

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。