文件大小：2.01M
摘要：双重差分法是社会科学中进行因果推断和政策评估时最广泛采用的研究手段。然而，近年来不断涌现的前沿文献发现，对于交错双重差分的情形，因存在处理效应异质性，采用传统双向固定效应模型可能会造成严重的估计偏误。为此，理论计量领域诞生了多种异质性—稳健的估计方法，但这也让应用者在实践中对如何选取合适的估计方法、如何验证前提假设产生困惑。本文阐释了处理效应异质性导致潜在偏误的根源，总结了三类异质性—稳健估计方法的经济学直觉。本文对比了这些方法的核心假设、应用场景和估计量性质，通过模拟数据检验了估计效果，并对验证“平行性趋势”假设进行了深入讨论。最后，针对国内当前的使用现状，本文结合应用案例和现有综述文章，为应用研究者提供了操作建议。
文章目录
引 言
一、经典双重差分法回顾
第一，严格外生假设(Strict Exogeneity Assumption)。
第二，无预期效应假设(No Anticipation Assumption)。
第三，单位处理变量值稳定假设(Stable Unit Treatment Values Assumption)。
第四，处理效应同质性假设(Homogeneous Treatment Effect Assumption)。
二、交错双重差分使用双向固定效应估计量的潜在问题
1.TWFE在估计静态模型时的潜在问题
2.TWFE在估计动态模型时的潜在问题
三、三类异质性—稳健估计量
1.计算组别-时期平均处理效应
(1)de Chaisemartin和
(2)Sun和Abraham(2021)提出的估计量。
(3)Callaway和Sant'Anna(2021)提出的估计量。
(4)“组别-时期平均处理效应”系列方法的使用建议。
2.插补估计量
(1)Borusyak等(2021)提出的估计量。
(2)Liu等(2022)提出的估计量(19)。
(3)插补估计量的使用建议。
3. 堆叠回归估计量
(1)Cengiz等(2019)提出的估计量。
(2)堆叠回归估计量的使用建议。
四、数值模拟示例
1.处理效应异质性检验：Goodman-Bacon分解法
2.TWFE、三类“异质性-稳健”估计量的估计效果对比
3.平行趋势检验的对比和探讨
五、 “异质性-稳健”估计量的应用现状与建议
1.异质性—稳健估计方法的应用
2.国内应用现状与建议
六、拓展与展望
1.假设与推断
2.研究设计
七、结 语
