专栏名称: 计量经济圈
记录一个我们生活在其中的时代社会,囊括的主题如下:经济、社会、世界和计量工具。
目录
相关文章推荐
财经网  ·  《哪吒2》登顶!加冕中国影史票房之王! ·  20 小时前  
第一财经  ·  特斯拉,放大招! ·  昨天  
秦朔朋友圈  ·  《封神》,费翔 ·  2 天前  
51好读  ›  专栏  ›  计量经济圈

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!

计量经济圈  · 公众号  · 财经  · 2024-07-21 16:10

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 .


接着“ 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! ”接下来, 我们通过蒙特卡罗模拟方法,对双向固定效应估计值和四种异质性处理效应的稳健估计值在不同情景下的表现进行了测试。

1. 概率分布生成和蒙特卡洛模拟的实战示例 ,2. 概率分布生成和蒙特卡洛模拟的实战示例 ,3. 从数据中抽取随机样本进行模拟分析
主要考察了三种情景:(1)处理效应是恒定的还是随时间变化的;(2)处理效应是否在各组之间呈现同质性、随机性,或者在先前接受处理的组中更为显著;(3)是否存在对平行趋势假设的违反情况。
这些情景在表4中有所列出。
在每种情景下,对每个双重差分(DiD)估计量进行了500次模拟运行。进一步比较了这些DiD估计量在偏差百分比和均方根误差(RMSE)两个指标上的表现。
图1清晰地展现了偏差(%)的分布情况,而表5则对在平行趋势假设未被违反的情况下,平均偏差(%)和均方根误差(RMSE)进行了总结。 在处理效应恒定且同质(情景1a)的条件下,双向固定效应估计值的偏差(-0.01%)和RMSE(0.12)均为最低。 当处理效应恒定但异质时,若效应随机变化(情景1b),双向固定效应的偏差较小(2.38%) 而在“先期效应较大”的情形下(情景1c),偏差则略为增加(-9.49%)。Callaway-Sant’Anna、Borusyak-Jaravel-Spiess、Sun-Abraham以及Wooldridge估计值在这些情境中通常表现出较好的稳健性,其偏差和RMSE都较小。

当处理效应呈现动态变化(情景2a-2c)时,双向固定效应估计值的偏差显著上升,范围在-66.40%至-78.62%之间。 在动态效应的情境下,Callaway-Sant’Anna估计值的偏差最低,介于0.64%至4.14%之间。 相比之下, Borusyak-Jaravel-Spiess、Sun-Abraham和Wooldridge估计值的偏差略高,大约在-6%左右。 在所有考察的情境中,Borusyak-Jaravel-Spiess和Wooldridge估计值的RMSE普遍低于Callaway-Sant’Anna和Sun-Abraham估计值 ,这可能反映了它们利用所有处理前时期进行比较所带来的精度提升。
图2和表5详细展示了在平行趋势假设被违反的情况下(情景3a-3f)的模拟结果。与PTA假设未被违反的情况相比,模拟结果发现所有估计量的偏差(%)和均方根误差(RMSE)均有显著增加,这反映出模型的预测准确性和精度与真实效应相比有所下降。
在处理效应恒定的情况下,双向固定效应估计值的表现略优于异质处理效应的稳健估计值。 然而, 当处理效应随时间线性增长时,双向固定效应估计值的表现则不如异质处理效应的稳健估计值。 在异质处理效应稳健估计值中,Callaway-Sant’Anna和Sun Abraham的估计值表现更佳,优于Borusyak-Jaravel-Spiess和Wooldridge的估计值。 这与依赖较弱平行趋势假设的估计值在平行趋势假设被违反时表现更优的预期相一致。
此外,通过增加样本单位的数量、观察时间段的长度以及模拟运行的次数,发现模拟结果保持了稳健性。

*可以进一步到社群交流讨论。

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




数据系列 空间矩阵 | 工企 数据 | PM2.5 | 市场化指数 | CO2数据 | 夜间灯光 | 官员方言 | 微观数据 | 内部数据
计量系列 匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID
数据处理 Stata | R






请到「今天看啥」查看全文