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。 |
|
来自: 新用户68639482 > 《待分类》