双重差分倾向得分匹配（PSM-DID）

来源 | 计量经济学（id：Mr-lufly）

作者 | 小计量 ，转载已获授权

双重差分倾向得分匹配（PSM-DID）简介

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：  

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。

**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。

***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

十一北京约 | “高级计量经济学及stata应用”工作坊

学不好stata，还搞什么量化研究？

l 计量经济学服务中心 l

更懂计量，更懂你

回复关键词：微信群，进入中心科研社群

学术QQ群：593977756（500人大群）

品牌网站：www.aiwanning.com