【原】互助问答第209期：多时点DID平行趋势检验的问题

老师您好！想要请教多时点DID平行趋势检验的问题。

我的操作原理是这样的：

变量说明：y表示被解释变量，id表示样本个体；year表示样本年份，policy-year表示政策发生年份，treat取1表示处理组，treat取0表示控制组。

. set more off

.xtset id year

.gen distance = year – policy-year

.tab distance, missing//政策时点不一致时，一定要了解distance的分布情况，再决定是否做出期间调整处理

假设有2011-2013共计3年的数据，且存在处理/控制组，对于处理组每个个体i而言，正常发生时间各不相同，分布在11年-13年之间。假设政策都是2012年发生的，那么只需要生成d_1和d1即可。

.gen d_2 = 0

.replace d_2 = 1 if treat== 1 &distance==-2

.gen d_1 = 0

.replace d_1 = 1 if treat== 1 &distance==-1

.gen d1 = 0

.replace d1 = 1 if treat== 1 &distance==1

.gen d2 = 0

.replace d2 = 1 if treat== 1 &distance==2

生成时间虚拟变量

.tabulate year, gen(year_dumm)

下面的回归控制了时间效应，也默认控制了个体固定效应，使用聚类稳健标准误（聚类到个体）。d_2-d2可以让stata把4个d全部放入模型，也可以把这些变量从变量栏一次拖进command。这样就可以在输出结果中看见哪些变量显著，哪些变量不显著，

.xtrdg y d_2-d2 year_dumm*,fe r

按照上述的操作原理，我论文的代码是xtreg y d_8-d8 i.year，fe r，回归结果如下：

我的疑惑是：我的d_8-d_1的系数中很多都不显著，可证明满足平行趋势假设；但的d1-d8的系数也有很多不显著的，这是不是不合理呢？

因为我的DID模型中，xtreg y dum_post i.year,fe r的交互项系数非常显著，而d1_d8系数表明政策在每一年的效应。希望老师能帮助我，谢谢。

你的结果，政策后d1-d8应该大部分显著不为0，如果不是这样的，就没有区别了。网络有很多多期DID例子，比较经典的是讲big bank的那篇论文，建议找来详细研读。