学习笔记PSM-DID(其二)

作者: 天鹰_2019 | 来源:发表于2021-04-21 14:37 被阅读0次

学习笔记PSM-DID(其二)
学习笔记PSM-DID（其一）
学习笔记DID（其二）
学习笔记GMM（其二）
PSM-DID资料
Labview学习笔记之VISA其二
学习笔记FE&RE(其二)
（1）MVVM初见
论文复制|PSM-DID
学习笔记——空间计量（其二详细版）

天鹰（中南财大——博士研究生）
E-mail: yanbinglh@163.com
本篇推文主要承接双重差分（DID）后出现的处理效应和倾向匹配得分，以及后续的断点回归。对应这三个大的计量模块，我认为首要前提是理顺三部分的关系，以便更好掌握每一部分的建模步骤以及对应的Stata操作。

1.倾向得分匹配法建模步骤

1.输入数据
2.描述性分析
3.若是横截面数据， 请跳过此步。 面板单位根检验（ 一
  般T>=20， T较小， 单位根检验方法功效低。 ） ，
4.若变量平稳， 进行如下操作，
5\. 实验组和控制组， 是否是随机分组得到的？ （ 不管是
  随机实验、 自然实验、 还是观测数据。 ）

流程图

注意：从上述的理论操作流程图中，我们能看出，首先要判断数据是否是随机分组数据（判断多基于相关理论去定性分析），如果数据是随机分组那么可以直接采用之前所讲过的DID进行处理，如果数据非随机，那么才会涉及到倾向匹配得分以及后续的断点回归等内容。

2.处理好下来几组关系

2.1 依可测变量选择与依不可测变量选择？

通过定性分析，是否有不可观测的变量影响处理变量？

【注意】

依可测变量选择问题，还有一类较为特殊的情形（处理变量，完全由某连续变量是否超过某断点所决定。）
精确断点回归模型
2.2 倾向得分匹配与偏差校正的匹配估计？

倾向得分匹配在倾向得分估计时，可能受很多主观因素的影响（例如，选probit模型还是logit模型；估计倾向得分时，模型采用哪些变量建模等等）。
偏差校正的匹配估计可以适当避免这个问题。

2.3 双重差分倾向得分匹配、处理效应模型与断点回归？

双重差分倾向得分匹配：若影响处理变量Di的不可测变量
是不随时间变化，且有面板数据。
处理效应模型：基于Heckman(1979)样本选择模型的思想，直
接对处理变量Di 建模处理。
断点回归:处理变量Di 完全由某连续变量是否超过某一断点所决定（精确断点回归）; 处理变量Di 不完全由某连续变量是否超过某一断点所决定，还受其他因素的影响（模糊断点回归）。

3.双重差分倾向得分匹配(Stata操作演示)

命令与 diff 相同，只是要选上倾向得分匹配对应的选项。

3.1 数据说明
数据集来自 Card & Kruger（1994）

fte：雇佣人数。
treated：处理变量，快餐店在新泽西州为1，在宾夕法尼亚
州为0。
t：实验期虚拟变量，时间为1992.11为1， 1992.2为0。
快餐品牌虚拟变量：
bk， kfc， roys， Wendys

3.2 命令选项介绍

              **diff---------双重差分法、倍差法、倍分法**

 diff outcome_var [if] [in] [weight] ,[ options]

 outcome_var ：结果变量。

 ----模型要求选项----
 period(varname) ：二元实验期变量（1：实验之后；0：实验之前）。注意：如果数据里
                    包含周期频率（如每月、每季度、每年等），建议设定选项period(varname)，

 treated(varname) ：二元处理变量（1：被处理；0：被控制、未处理）。

 ----选项----
 cov(varlist) ：为模型设定前定处理协变量。当kernel被选用时，这些变量将用于去
                  估计倾向得分。
 kernel ：执行基于核的【双重差分倾向得分匹配】。该选项将生成变量_weights和_ps，
           _weights ：来自核倾向得分匹配的权重；
           _ps ：pscore(varname)没有提供倾向得分时，报告得分。
           且该选项要求使用id(varname)，除非重复横截面设置。          
 id(varname) ：kernel选项要求使用。
 bw(#) ：提供核函数的窗宽，默认为0.06。
 ktype(kernel) ：指定核函数的类型。分别为epanechnikov (默认)，gaussian，
                                          biweight，uniform 和 tricube。
 rcs ：表示核已设定（重复横截面），该选项不要求id(varname)，选项rcs严格要求
                                            cov(varlist)中的协变量不随时点变化。
 qdid(quantile) ：执行分位数双重差分估计，分位数从0.1-0.9，可以与kernel和cov选项
                     联合使用，qdid选项不支持加权稳健标准误估计
 pscore(varname) ：提供倾向得分。
 logit ：指定倾向得分采用logit估计，默认是probit。
 support ：仅使用共同取值范围内的观测值进行匹配。
             在给定选项kernel的倾向得分下，执行diff命令。
 addcov(varlist) ：除了用于估计倾向得分的协变量外，指定额外的协变量。
                     在多频率数据的情形下，也可用于设定时点固定效应。
 ddd(varname) ：三重差分选项。treated(varname)被视为第1类；ddd(varname)视为第2类。
                   该选项不兼容kernel、test、qdid(quantile)。

 ----SE/Robust----
 cluster(varname) ：计算聚类标准误。
 robust ：计算稳健标准误。
 bs ：对参数和标准误采用bootstrap估计。
 reps(int) ：在bs被选用时，指定重复次数，默认为50。

 ----Balancing test----
 test ：采用balancing t检验，检验在基期时，协变量在控制组和实验组的均值是否有差异。
         同时使用test和kernel选项，执行加权协变量的balancing t检验。

 ----报告----
 report ：当设定选项kernel时，显示所包含的协变量的推断或倾向得分的估计。
 nostar ：去掉p值的星号。
-----------------------------------------------------------------------------*/

3.3 Stata具体操作演示

diff fte, t(treated) p(t) cov(bk kfc roys) kernel id(id) ///
              support report robust

KERNEL PROPENSITY SCORE MATCHING DIFFERENCE-IN-DIFFERENCES
    Estimation on common support
    Report - Propensity score estimation with probit command
    Atention: _pscore is estimated at baseline

Iteration 0:   log likelihood = -198.21978
Iteration 1:   log likelihood =  -196.7657
Iteration 2:   log likelihood =  -196.7636

Probit regression                                Number of obs   =        404
 (注意此处默认采用Probit模型)           LR chi2(3)      =       2.91
                                                         Prob > chi2     =     0.4053
Log likelihood =  -196.7636                Pseudo R2       =     0.0073

------------------------------------------------------------------------------
     treated |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          bk |   .1812529   .2090916     0.87   0.386    -.2285591    .5910649
         kfc |   .3888298    .246799     1.58   0.115    -.0948873    .8725469
        roys |   .2997977   .2318227     1.29   0.196    -.1545664    .7541618
       _cons |   .6476036   .1777446     3.64   0.000     .2992305    .9959767
------------------------------------------------------------------------------
    Matching iterations...
...............................................................................................................................
> .............................................................................................................................
> ..........................................................................
DIFFERENCE-IN-DIFFERENCES ESTIMATION RESULTS
Number of observations in the DIFF-IN-DIFF: 795
            Before         After    
   Control: 78             76          154
   Treated: 326            315         641
            404            391
--------------------------------------------------------
 Outcome var.   | fte     | S. Err. |   |t|   |  P>|t|
----------------+---------+---------+---------+---------
Before          |         |         |         | 
   Control      | 20.040  |         |         | 
   Treated      | 17.065  |         |         | 
   Diff (T-C)   | -2.975  | 1.442   | -2.06   | 0.039**
After           |         |         |         | 
   Control      | 17.449  |         |         | 
   Treated      | 17.499  |         |         | 
   Diff (T-C)   | 0.050   | 1.073   | 0.05    | 0.963
                |         |         |         | 
Diff-in-Diff    | 3.026   | 1.797   | 1.68    | 0.093*
--------------------------------------------------------
R-square:    0.02
* Means and Standard Errors are estimated by linear regression
**Robust Std. Errors
**Inference: *** p<0.01; ** p<0.05; * p<0.1

指定倾向得分采用logit估计，默认是probit

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

KERNEL PROPENSITY SCORE MATCHING DIFFERENCE-IN-DIFFERENCES
    Estimation on common support
    Report - Propensity score estimation with logit command
    Atention: _pscore is estimated at baseline

Iteration 0:   log likelihood = -198.21978
Iteration 1:   log likelihood = -196.77862
Iteration 2:   log likelihood =  -196.7636
Iteration 3:   log likelihood =  -196.7636

Logistic regression                               Number of obs   =        404
                                                  LR chi2(3)      =       2.91
                                                  Prob > chi2     =     0.4053
Log likelihood =  -196.7636                       Pseudo R2       =     0.0073

------------------------------------------------------------------------------
     treated |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          bk |   .3108387   .3561643     0.87   0.383    -.3872306    1.008908
         kfc |   .6814511   .4335455     1.57   0.116    -.1682824    1.531185
        roys |    .520356   .4011747     1.30   0.195     -.265932    1.306644
       _cons |    1.05315   .2998708     3.51   0.000      .465414    1.640886
------------------------------------------------------------------------------
    Matching iterations...
...............................................................................................................................
> .............................................................................................................................
> ..........................................................................
DIFFERENCE-IN-DIFFERENCES ESTIMATION RESULTS
Number of observations in the DIFF-IN-DIFF: 795
            Before         After    
   Control: 78             76          154
   Treated: 326            315         641
            404            391
--------------------------------------------------------
 Outcome var.   | fte     | S. Err. |   |t|   |  P>|t|
----------------+---------+---------+---------+---------
Before          |         |         |         | 
   Control      | 20.040  |         |         | 
   Treated      | 17.065  |         |         | 
   Diff (T-C)   | -2.975  | 1.442   | -2.06   | 0.039**
After           |         |         |         | 
   Control      | 17.449  |         |         | 
   Treated      | 17.499  |         |         | 
   Diff (T-C)   | 0.050   | 1.073   | 0.05    | 0.963
                |         |         |         | 
Diff-in-Diff    | 3.026   | 1.797   | 1.68    | 0.093*
--------------------------------------------------------
R-square:    0.02
* Means and Standard Errors are estimated by linear regression
**Robust Std. Errors
**Inference: *** p<0.01; ** p<0.05; * p<0.1

平稳检验（Balancing test）
test ：采用balancing t检验，检验在基期时，协变量在控制组和实验组的均值是否有差异。
同时使用test和kernel选项，执行加权协变量的balancing t检验。

iff fte, t(treated) p(t) cov(bk kfc roys) kernel id(id) ///
              support logit report robust test

    Report - Propensity score estimation with logit command
    Atention: _pscore is estimated at baseline

Iteration 0:   log likelihood = -198.21978
Iteration 1:   log likelihood = -196.77862
Iteration 2:   log likelihood =  -196.7636
Iteration 3:   log likelihood =  -196.7636

Logistic regression                               Number of obs   =        404
                                                  LR chi2(3)      =       2.91
                                                  Prob > chi2     =     0.4053
Log likelihood =  -196.7636                       Pseudo R2       =     0.0073

------------------------------------------------------------------------------
     treated |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          bk |   .3108387   .3561643     0.87   0.383    -.3872306    1.008908
         kfc |   .6814511   .4335455     1.57   0.116    -.1682824    1.531185
        roys |    .520356   .4011747     1.30   0.195     -.265932    1.306644
       _cons |    1.05315   .2998708     3.51   0.000      .465414    1.640886
------------------------------------------------------------------------------
    Matching iterations...
...............................................................................................................................
> .............................................................................................................................
> ..........................................................................
TWO-SAMPLE T TEST
    Test on common support

Number of observations (baseline): 404
            Before         After    
   Control: 78             -           78
   Treated: 326            -           326
            404            -

t-test at period = 0:
----------------------------------------------------------------------------------------------
Weighted Variable(s) |   Mean Control   | Mean Treated |    Diff.   |   |t|   |  Pr(|T|>|t|)
---------------------+------------------+--------------+------------+---------+---------------
fte                  | 20.040           | 17.065       | -2.975     |  2.06   | 0.0397**
bk                   | 0.468            | 0.408        | -0.060     |  0.93   | 0.3507
kfc                  | 0.144            | 0.209        | 0.064      |  1.42   | 0.1552
roys                 | 0.272            | 0.252        | -0.020     |  0.34   | 0.7362
----------------------------------------------------------------------------------------------
*** p<0.01; ** p<0.05; * p<0.1
Attention: option kernel weighs variables in cov(varlist)
Means and t-test are estimated by linear regression