老师您好!想要请教多时点DID平行趋势检验的问题。
我的操作原理是这样的:
变量说明:y表示被解释变量,id表示样本个体;year表示样本年份,policy-year表示政策发生年份,treat取1表示处理组,treat取0表示控制组。
. set more off
.xtset id year
.gen distance = year – policy-year
.tab distance, missing//政策时点不一致时,一定要了解distance的分布情况,再决定是否做出期间调整处理
假设有2011-2013共计3年的数据,且存在处理/控制组,对于处理组每个个体i而言,正常发生时间各不相同,分布在11年-13年之间。假设政策都是2012年发生的,那么只需要生成d_1和d1即可。
.gen d_2 = 0
.replace d_2 = 1 if treat== 1 &distance==-2
.gen d_1 = 0
.replace d_1 = 1 if treat== 1 &distance==-1
.gen d1 = 0
.replace d1 = 1 if treat== 1 &distance==1
.gen d2 = 0
.replace d2 = 1 if treat== 1 &distance==2
生成时间虚拟变量
.tabulate year, gen(year_dumm)
下面的回归控制了时间效应,也默认控制了个体固定效应,使用聚类稳健标准误(聚类到个体)。d_2-d2可以让stata把4个d全部放入模型,也可以把这些变量从变量栏一次拖进command。这样就可以在输出结果中看见哪些变量显著,哪些变量不显著,
.xtrdg y d_2-d2 year_dumm*,fe r
按照上述的操作原理,我论文的代码是xtreg y d_8-d8 i.year,fe r,回归结果如下:
我的疑惑是:我的d_8-d_1的系数中很多都不显著,可证明满足平行趋势假设;但的d1-d8的系数也有很多不显著的,这是不是不合理呢?
因为我的DID模型中,xtreg y dum_post i.year,fe r的交互项系数非常显著,而d1_d8系数表明政策在每一年的效应。希望老师能帮助我,谢谢。
你的结果,政策后d1-d8应该大部分显著不为0,如果不是这样的,就没有区别了。网络有很多多期DID例子,比较经典的是讲big bank的那篇论文,建议找来详细研读。
联系客服