大佬发文: TWFE估计中"负权重"又无需担忧, 担心大佬一句话累死咱们

计量经济圈 · 公众号 · 财经 · 2024-08-20 08:30

主要观点总结

本文介绍了计量经济圈社群关于计量经济学中的一些问题讨论，包括普通最小二乘（OLS）和工具变量（IV）模型在估计异质性处理效应方面的问题，以及负权重和基于设计的计量模型等话题。同时，文章还介绍了近期的研究成果和前沿进展，包括新的研究方法和模型的应用，以及一些学者对这些问题提出的解决方案。此外，文章还提到了计量经济圈社群的特点和社群成员之间的交流探讨情况。

关键观点总结

关键观点1: 计量经济圈关注的话题包括OLS和IV模型在估计异质性处理效应方面的问题。

这个问题涉及到模型在准确估计处理效应方面的不足，以及可能的解决方案。

关键观点2: 双向固定效应回归TWFE是解决遗漏变量偏差（OVB）问题的一种方法。

它通过假设未处理的潜在结果在个体和时间的虚拟变量上呈现线性关系来解决OVB问题，但也可能遭遇符号反转现象。

关键观点3: 学术界已经提出更为灵活的模型来解决上述问题。

例如Wooldridge（2021）和Borusyak、Jaravel与Spiess（2023）的工作，提供了新的视角和方法来更准确地估计处理效应。

关键观点4: 基于设计的计量模型能有效消除负权重问题。

这种方法不是依赖于潜在结果的模型，而是借助于一个准确的处理（或工具变量）分配模型。

关键观点5: 计量经济圈社群是一个热情互助、前沿趋势丰富、资料和数据丰富的社群。

鼓励积极进取和有强烈研习激情的中青年学者加入交流探讨，互相成就彼此。

正文

凡是搞计量经济的，都关注这个号了

邮箱： [email protected]

所有计量经济圈方法论 丛的code程序 , 宏微观 数据库和各种软 件都放在社群里.欢迎到计量经济圈社群交流访问 .

    
     *感谢社群群友@risk-loving整理并投稿该文。

    
     近期，诸多学术文献提出了一个关于普通最小二乘（OLS）和工具变量（IV）模型的问题：即便这些模型成功避免了遗漏变量偏差（OVB），它们在准确估计异质性处理效应的凸平均值方面仍可能存在不足。一个典型的例子是双向固定效应回归TWFE，该方法通过假设未处理的潜在结果在个体和时间的虚拟变量上呈现线性关系——也就是广为接受的“平行趋势”假设——来解决OVB问题。

    
     然而，一些研究指出，这种模型可能会遭遇Small等（2017）所描述的“符号反转”现象：尽管所有因果效应本质上是正的，但由于模型对某些或许多个体效应施加了负权重，回归估计量可能会错误地表现为负值。为了解决这一问题，学术界已经提出了更为灵活的模型，例如Wooldridge（2021）和Borusyak、Jaravel与Spiess（2023）的工作。这些新的研究为更准确地估计处理效应提供了新的视角和方法。

负权重及Bacon分解，1. 交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误，2. 一篇使用Bacon分解作为交错DID稳健性检验的TOP文章, 数据和代码分享！ 3. 诚实双重差分法DID, 面板事件研究法和Bacon分解的经典应用文！ 4. 平衡回归, 面板事件研究法和Bacon分解方法学习与应用前沿案例，5. TOP刊, 为什么中国大学热衷更换校名? 使用堆叠DID和Bacon分解

    
     这不，两位大佬Kirill Borusyak和Peter Hull写了一篇短文，发在AEA Papers and Proceedings：当传统计量模型采用“基于设计design based specifciation”的方法时，便能有效消除上述顾虑。这种方法不是依赖于潜在结果的模型，而是借助于一个准确的处理（或工具变量）分配模型。

真的是大佬一篇短文、一句话，会累死一众学者，毕竟需要在短时间内去适应所提出的新计量方法。当然，值得欣慰的是，这篇文章目前他引数只有5个，表明学界依然在考虑负权重，并用相应的计量方法处理该问题。

摘要：近期的研究成果揭示了一个现象：某些流行的部分线性回归模型可能会对某些处理效应赋予负权重，这可能导致估计结果出现符号错误。然而，我们通过实证分析反驳了这一观点，指出在基于设计的计量模型中，负权重问题并不存在。在这些计量模型中，低维度的控制变量能够捕捉到处理效应的条件期望。

具体来说，这些计量模型下的估计量实际上是因果效应的凸组合，其“事前”权重平均了不同处理实现情况下可能出现的负“事后”权重。这一发现不仅适用于设计基础的工具变量估计，而且在满足第一阶段单调性条件的情况下，同样适用于基于“公式”的处理和工具变量，如移动份额工具变量（shift-share instruments）等。

关于两位大佬，参看1. nice! 蒙特卡罗模拟方法, 看看TWFE和异质性稳健DID估计值在不同情景下的表现！ 2. 一张图里画出5种异质性稳健DID的平行趋势与动态效应的完整code和示例，3. DID前沿: 5种方法估计事件研究的因果效应, 并使用绘制系数和置信区间, 详细代码和数据，4. 要想追赶上DID的最新发展, 你最好阅读一下下面这8篇文章! 5. Bartik IV构建操作程序和步骤, 使用该IV策略的AER数据和code及中英文文献，6. 如何选择到底使用哪种异质性稳健DID方法呢? 提供一份简易建议和指南！ 7. 一篇满足我所有DID幻想的最新AER, 交叠, 连续DID, 调节, 机制分析等范文！ 8. 系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码! 9. 典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！ 10. 最强DID资源: 免费DID课程, 综述性论文, 实现Packages ，11. DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！ 12. 最新: 2024版异质性稳健DID最全指南! 更新太快脑袋跟不上看这里！ 13. 这哥们又对事件研究图鞭笞！直言无法用传统的解释最新DID事件研究图，14. TOP5前沿: 时下最流行的移动份额工具变量SSIV研究设计指南！15. 一份使用工具变量回归的AER文章清单, 思路惊奇定会让你脑洞大开！

    文章结论如下：

下载链接：

https://dropbox.com/scl/fi/gfvv9bughbzq8e77q9nxp/bh_weights_20231230.pdf?rlkey=o50wh9wu1i3w5ryf62wnfi7cr&raw=1

*群友可直接前往社群下载全文PDF。

DID新进展，参考1. 连续型DID也要被改造! 现成的平行趋势PT和TWFE估计都有问题, 时隔3年再次出发！ 2. 审稿人: 就这么点样本做DID, 还异质性稳健DID呢, 麻烦看最新文献再说吧！！ 3. 不炒冷饭! 2024年最新“2”份DID使用检查清单, 前沿DID使用基本规范指南！ 4. 7种! 一张图里画出7种异质性稳健DID的平行趋势与动态效应的完整code和示例，5. 最新: 2024版异质性稳健DID最全指南! 更新太快脑袋跟不上看这里！ 6. 只有4期数据, 为啥平行趋势检验时有6期呢? DID与连续变量交互系数如何解释? 7. 各种异质性稳健DID方法的特点和优点分别是什么? 为你选择某种估计方法提供客观依据！

关于多期DID或交叠DID: 1. DID相关前沿问题“政策交错执行+堆叠DID+事件研究”, 附完整slides ，2. 交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误，3. 典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！ 4. 最新Sun和Abraham(2020)和TWFE估计多期或交错DID并绘图展示结果！详细解读code！ 5. 多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习，6. 多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等，7. 交叠DID中平行趋势检验, 事件研究图绘制, 安慰剂检验的保姆级程序指南！ 8. 系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码! 9. 标准DID中的平行趋势检验,动态效应, 安慰剂检验, 预期效应教程，10. DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

7年，计量经济圈近2000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题 ,

Econometrics Circle

数据处理