“傻瓜”学计量——平行趋势检验

“傻瓜”学计量——平行趋势检验

引用

CSDN

1.

https://blog.csdn.net/nnpersistent/article/details/137402945

平行趋势检验是双重差分法（DID）中一个重要的假设检验，用于验证处理组和控制组在处理前的发展趋势是否平行。本文将详细介绍平行趋势检验的原理、方法以及如何使用Stata软件进行具体操作。

1. 平行趋势检验的假设

平行趋势检验的核心假设是：如果没有处理行为，处理组与非处理组（对照组）的平均结果有相同的发展趋势。这个假设关注的是处理行为发生之后的情况，通过处理行为发生之前的数据来预测处理行为发生之后的趋势。

2. 如何进行平行趋势检验？

2.1 传统双重差分法的平行趋势检验

对于2×2的传统DID设计，由于数据结构的限制，无法直接进行平行趋势检验。

2.2 多时点DID的平行趋势检验

多时点DID可以进行平行趋势检验，主要通过两种方法：绘图和回归分析。

2.2.1 绘图方法

步骤：

1. 计算每个组别在每个时间点的效应对象（Y）的平均值。
2. 绘制处理组和非处理组的平均值随时间变化的折线图。

Stata指令示例：

sort group time
by group time: egen mean_Y = mean(Y)
twoway (connected mean_Y time if group==1) (connected mean_Y time if group==0), legend(label(1 "Treated") label(2 "Untreated")) xline(5) xscale(range(1 12)) xlabel(1(1)12)

解读：
关注处理行为发生之前的趋势（图中绿框部分），如果两组走势相似，则认为满足平行趋势假设。

2.2.2 回归模型方法

原理：
通过回归模型检验处理组和控制组在处理前的交乘项系数是否显著区别于零。模型如下：

关注红框中的交乘项系数，如果都不显著，则认为通过了平行趋势检验。

Stata指令示例：

tab time, gen(time_dum)
xtset id time
xtreg Y treatment##time_dum i.time, fe

2.3 多期DID的平行趋势检验

2.3.1 双重固定效应模型（TWFEDD）

原理：
通过生成相对时间变量，构建双重固定效应模型，关注处理行为发生前的系数是否显著。

Stata操作步骤：

1. 计算每个观测值与处理时间的相对距离。
2. 生成0-1变量表示相对时间。
3. 进行面板数据回归。

Stata指令示例：

gen relative_period = month - treatment_time if treatmentgroup == 1
replace relative_period = 999 if relative_period == .
tab relative_period, gen(dummy)
xtset uid month
xtreg weight d1-d15 i.month, fe
coefplot, keep(d*) vertical yline(0,lp(dash)) xline(7,lp(dash))

2.3.2 CSDID方法

CSDID方法可以对每个组别进行平行趋势检验，主要关注处理行为发生前的系数是否显著接近于零。

Stata指令示例：

csdid weight, ivar(uid) time(month) gvar(treatment_time)
estat pretrend

通过卡方检验判断所有处理行为发生前的系数是否全为零，p值大于0.05则通过平行趋势检验。

参考文献：

• 小周同学慢慢学（B站UP主）