应用计量经济学 - 主题六:倾向得分匹配-双重差分(PSM-DID)模型。主要内容:自选择偏误、匹配与协变量、倾向得分匹配的步骤、PSM的Stata代码和结果解读;PSM-DID模型的问题、Stata代码和示例, 视频播放量 7554、弹幕量 5、点赞数 222、投硬币枚数 135、收藏人数 592、转发人
选择难题并非不可克服,解决方法之一就是匹配估计量。 匹配的核心思想是运用统计学技巧人为地构造出一个对照组,通过那些可观测特征(observable characteristics)试图为每个参与者(treated)“搭配”一个未参与者(untreated)。换句话说, 对于可观测的变量,通过匹配构造出的对照组(control group)与参与组(treatment group)拥...
logit/pobit回归xi算出每个xi对应的得分,用得分进行匹配 剔除一些不可比的样本(对样本有要求,要求样本量尽量多),找得分相近的,计算 得分如何取 近邻匹配 核匹配 卡尺匹配 如果xi不可观测? 1.工具变量 2.若不随时间变化且有两期以上面板数据 PSM-DID
李贲吴利华2018研究开发区设立d和企业成长y的关系对于协变量的选取就是企业年龄age及其二次项ageage企业规模scale企业资产收益率roa企业资本密集度clr企业杠杆率leverage企业融资约束finance企业工资水平wage国有控股虚拟变量state地区虚拟变量以及行业虚拟变量作为匹配的特征变量 双重差分倾向得分匹配(PSM Angela镇楼,尽管是奔...
李贲&吴利华(2018)研究开发区设立(D)和企业成长(Y)的关系,对于协变量的选取就是企业年龄(Age 及其二次项Age×Age)、企业规模(Scale)、企业资产收益率(ROA)、企业资本密集度(Clr)、企业杠杆率(Leverage)、企业融资约束(Finance)、企业工资水平(Wage)、国有控股虚拟变量(State)、地区虚拟变量以及行业虚拟变量作为匹...
一是将面板数据直接转化为截面数据进行处理；二是在面板数据的每期截面上进行逐期匹配。“自匹配” 问题...
李贲&吴利华(2018)研究开发区设立(D)和企业成长(Y)的关系,对于协变量的选取就是企业年龄(Age 及其二次项Age×Age)、企业规模(Scale)、企业资产收益率(ROA)、企业资本密集度(Clr)、企业杠杆率(Leverage)、企业融资约束(Finance)、企业工资水平(Wage)、国有控股虚拟变量(State)、地区虚拟变量以及行业虚拟变量作为匹...
双重差分倾向得分匹配(PSM-DID)是一种广泛应用于经济学和社会学研究的方法,特别是在政策干预和实验研究中。这种方法的核心思想是通过匹配处理组和对照组,消除潜在的混杂因素,从而更准确地评估政策干预的效果。本文将对PSM-DID的基本原理和方法进行简要介绍。
上图为数据结构,其中 year 为年份;region 代表地区;t(若实施此政策为1)和 treated(若处在该区域为1)为虚拟变量;jyl 为被解释变量;lnrgdp、edu、gz、ins 为控制变量;gd 为 t*treated 的交互项。(1)双重差分模型:Stata命令:reg jyl gd treated t edu ins lnrgdp
PSM-DID在stata中的操作: 一步操作 使用diff命令一步完成 diffoutcome_var[if] [in] [weight] ,[ options] 常用option period(varname) 用于区别处理前后变量 treated(varname) 用于区别处理组和对照组的变量 cov(varlist) 协变量 kernel 指定使用核匹配 ...