①有意思的实证计量讨论帖, 熬夜肝完了一直的计量困惑！②QA: 平方项的IV, 加时间固定符号相反, 滚动窗口回归, 面板分位数输出图, 机制分析中IV, pre5显著咋办，③主回归不显著, 分组回归却异常显著的研究来了！④城市*年份联合的FE与他们分开的FE有什么区别? FE如何从一维进化到二维, 三维的? ⑤审稿人: 你这个文章实证结构已经过时了！过时了！⑥当把交互项加入后, 主项的系数符号竟变相反了, 这是咋回事? 如何处理呢？⑦DID可以有2个处理组和1个对照组么? 有相关的参考文献吗? ⑧12年试点, 15年推广到全国的政策, 回归时是否包括16和17年数据？ 接着之前社群群友讨论的6个实证中遇到的计量问题（①七大常见计量问题讨论汇总, 涉及控制,异质,机制,DID,DDD,调节,固定,平行,安慰等、②关于双重差分DID政策评估中的控制变量选取标准？③在平行趋势检验中对政策前后系列年份进行缩尾处理？④使用异方差稳健而不是聚类稳健标准误, 在固定效应模型中能接受吗？⑤平行趋势通不过, 该采取什么方法来更好地满足平行趋势呢？⑥QA: 基尼太美, 农业数据, 机制检验, 组间差异, 博士论文创新, 控制函数, FM回归），继续分享一些社群有意义的学术讨论。Q：如何处理审稿人对DID双重差分模型中个体处理稳定性假设SUTVA假设的疑问呢？
要确保DID模型的有效性，至少需满足两个关键假设。首先，是平行趋势假设，即处理组和对照组在政策实施前应具有相似的趋势。其次，是个体处理稳定性假设（SUTVA，Stable Unit Treatment Value Assumption），它要求对照组Treatment group在政策实施过程中不受任何处理效应的干扰。简言之，我们需要证明两组在政策实施前后的趋势上是可比的，并且对照组应保持纯净，不受政策影响。SUTVA包括如下三个points： 首先，确保个体间接受处理（treatment assignment）的分配是随机的，并且每个个体被分配到特定处理的概率是一个介于0和1之间的数值，同时，个体间的分配过程是相互独立、互不影响的。 其次，个体的最终结果（outcome）必须是可观测的，并且这些结果之间应保持独立性，即不存在任何形式的网络效应或相互影响。 第三，个体的潜在结果（counterfactual）不应受到其他个体干预的影响，即每个个体的潜在结果应当独立于他人的干预而存在。
下面举2个计量社群群友推荐的例子，看看是如何处理SUTVA问题的。
Reference: 中国特色减贫道路：来自扶贫开发计划的证据.世界经济,2024,(07):179-204
|
