双重差分倾向得分匹配(PSM-DID)

寄语

感谢各位计量粉对计量粉一直以来的不离不弃,这几天有人问双重差分倾向得分匹配,小编下班后为大家查找相关资料,为大家推送这一篇文章。

PSM-DID基本介绍

双重差分PSM模型是由Heckman et al(1997,1998)提出的。假设存在两期面板数据,实验前的时期记为t’,实验后的数据记为t。对于控制组合处理组在t’时期,其潜在结果均为yot‘,但是在t时期的时候存在两种潜在结果即,控制组为y0t,处理组为y1t。

双重差分PSM模型成立的假设为:

如果以上假定成立,则可以得到ATT的一致估计:

步骤

双重差分PSM的估计步骤大致如下:

(1)根据处理变量D和协变量X计算倾向得分

(2)对于处理组的每个个体i确定与其匹配的全部控制组个体(即确定集合Sp)

(3)对于处理组的每位个体i,计算其结果变量前后变化

(4)对于处理组的每个个体i,计算与其匹配的全部控制个体的前后变化

(5)针对(3)和(4)中的公式,根据以上公式进行倾向得分核匹配或局部线性回归匹配,即可得到ATT

优点:

控制不可观测但不随时间变化的组间差异。例如处理组和控制组来自两个不通过的区域,或者处理组或者控制组使用了两套调查问卷。

操作

***PSM_DID

ssc install diff

help diff

***双重差分语法格式***

diff outcome_var ,treat(varname) period(varame) id(varname) ///

kernel ktype(kernel) cov(varlist) report logit support test

解释

其中“outcome_var”表示结果变量,“treat(varname) ”为必选项,用来指定处理变量,“period(varame)”用来指定实验期虚拟变量(1=实验期,0=非实验期),“id(varname)”用来指定个体id(这是进行匹配的前提),“kernel”表示使用核匹配方法(diff命令不提供其他匹配方法),“cov(varlist)”用来指定倾向得分的协变量,“report”表示汇报倾向得分的估计结果,“logit”表示使用logit计算得分,默认选项为probit,“support”表示仅使用共同取值范围内的观测值进行匹配,“test”表示检验倾向得分匹配之后的,各变量在实验组和控制在分布是否平衡。

演示

***PSM_DID

ssc install diff

help diff

***双重差分语法格式***

diff outcome_var ,treat(varname) period(varame) id(varname) ///

kernel ktype(kernel) cov(varlist) report logit support test

use cardkrueger1994.dta

bro

des

sum

diff fte ,t(treated) p(t) kernel id(id) logit cov(bk kfc roys) ///

report support

diff fte ,t(treated) p(t) kernel id(id) logit cov(bk kfc roys) ///

report support test

(0)

相关推荐