近几年双重差分法在政策评估领域中被广泛使用，不论是国际顶级期刊还是国内顶级期刊，都发表了大量使用双重差分法进行政策评估的学术论文。
从国内期刊 DID 模型使用分析，结合国内外 DID 模型的演变和发展趋势，具有以下几点：
1 . 国内 DID 使用的主体还是以某以事件冲击为研究对象，通过设置处理组与对照组，构建交乘项和双向固定效应模型来估计交乘项系数显著性，评估政策效果，但也出现了以连续型变量为研究对象的灵活设置政策变量。
2 . 在 DID 模型的应用规范上，多数文献已经非常规范，有关 DID 模型应用的主要步骤，如平行趋势检验，安慰剂检验，DID 结果估计等。但呈现的形式，已经多样化，有些在正文中呈现，有些以附件形式展示。
3 . 在 DID 模型的结合应用上，PSM-DID 模型的应用仍是主流，但也出现了 DID 模型与其他模型之间的结合应用的趋势，如 DID 模型与精确断点回归模型。
4 . 在 DID 模型的发展上，近 2 年相关成果非常多，如灵活弹性 DID模型，在解决相关单位进入处理组的时间及其持续期存在灵活变化时具有优势 (flexpaneldid), 异质性处理效应的 DID(fuzzy did), 交型 DID(bacondecomp;did2s;csdid)。
开学季，就从DID开始
3月5日（周二）晚
DID专题公开课
360°无死角掌握DID
=传统DID+多期DID+DID模型扩展
+空间DID+交叠DID
plus
DID专题2024继续精彩
DID课程第11期
原理+操作+论文应用
通过22篇例文全面了解
DID在学术论文中的应用
培训时间： 2024年3月16-17, 23-24日（四天）
培训方式：
远程直播，
提供全程录播回放+独家资料（含do）+课后答疑
培训安排： 9:00-12:00；14:00-17:00；答疑
本次课程全面升级
1. 系统梳理了交叠DID发展的主要脉络，主要包括交叠处理的几种类型，交叠DID检验的主要方法，交叠DID估计方法的最新思路和进展;
2. 在对主流文献进行分析的基础上，说明现有文献对交叠DID方法应用的两种主要做法;
3. 结合交叠DID的最新理论研究，将估计方法进一步细分，分为组别-时期平均处理效应、异质性稳健的双向固定效应方法的DID估计量，插补方法估计量，堆叠和局部投影估计量，以及DID与合成控制结合的合成控制DID等;
4. 对每种新的方法，从「理论+代码+文献」三个维度展开，做到在理解原理的基础上，能够做到Stata代码实现，并能结合自身的研究主题，选择适当的方法展开研究。
课程目标
通过3篇范例论文掌握 多期DID（渐进DID）
通过3篇范例论文掌握 DID模型扩展
通过3篇范例论文掌握空间DID
通过13篇范例论文掌握交叠DID
讲师介绍
崔百胜，厦门大学经济学博士，上海师范大学教授。
主要讲授研究生【空间计量经济学】、【中级应用计量经济学】、【货币理论与政策】等课程。教学使用软件为Stata和Matlab软件，熟悉相关软件的操作与使用。
主要研究领域为货币理论与政策、动态一般均衡模型、空间计量经济学。主持国家社会科学基金项目，教育部人文社会科学基金项目，以及上海市教委科研创新项目等在内的多项课题。在CSSCI期刊发表学术论文30余篇。参与编写【空间计量经济学——现代理论与模型】、【经济计量研究指导——实证分析与软件实现】等专业教材。
Stata金牌讲师，已经通过10期DID课程帮助600+学员掌握DID.
课程大纲
前两天：
传统DID+多期DID+DID模型扩展+空间DID
一、 传统DID（3h）
1.1 课程导言
1.1.1政策评估主流方法
1.1.2国内顶刊DID刊文情况与模型类型梳理
1.1.3建立因果关系
1.1.4DID政策评估，如何识别两种错误的反事实
1.2 模型构建
1.2.1政策效果不随时间而变
1.2.2政策效果随时间变动
1.3 Stata 实现
1.3.1DID数据生成与处理
1.3.2基于DID基本原理的Stata实现
1.3.3两种政策效果比较
1.3.4五种传统DID命令与Stata17官方新命令估计结果分析
二、多期DID（渐进DID）（3h）
2.1 多期DID政策效应的动态图形展示
2.1.1 Beck_Levine(2010)经典图形展示
2.1.2 coefplot命令动态图形展示
2.2 多期DID平行趋势检验图形实现
2.2.1图示法
2.2.2系数检验法
2.3 安慰剂检验的Stata实现
2.3.1政策实施时间前置的安慰剂检验
2.3.2处理组随机化处理的安慰剂检验
2.4 三重差分模型（DDD）
2.5 例文精读3篇
[1] 曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020(07)
[2]任胜钢等.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据.中国工业经济,2019(05)
[3] Beck, T., Levine, R. & Levkov, A. (2010). Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States. The Journal of Finance,65(5), pp. 1637-1667
三、DID模型扩展（3h）
3.1 PSM-DID
3.1.1 PSM估计的三种程序实现
3.1.2共同支持检验（common support）
3.1.3多期面板数据PSM-DID的Stata实现
3.1.4 例文精读1篇： 孙晓华等. 「营改增」促进了制造业与服务业融合发展吗 .中国工业经济,2019(08)
3.1.5 例文精读1篇： 谢申祥等.传统PSM-DID模型的改进与应用.统计研究,2021 (02)
3.2 时变处理时间与持续期的灵活面板DID因果分析
3.3 异质性处理效应下的双向固定效应估计与模糊DID应用
3.3.1模糊DID（Fuzzy DID）估计量与Stata实现
3.3.2异质性处理效应时，双向固定效应估计还稳健吗？
3.3.3异质性处理效应存在时的解决方法：模糊DID
3.3.4 例文精读1篇：
Chaisemartin, Clément de, and XavierD’Haultfoeuille. 「Two-Way Fixed Effects Estimators with Heterogeneous Treatment Effects.」 American Economic Review 110, no. 9 (September 2020):2964–96.
四、空间DID（3h）
4.1忽略空间因素的DID结果可靠吗？
4.2空间DID模型构建
4.3政策评估的空间效应分解
4.4存在溢出处理效应时的稳健DID估计
4.5 例文精读3篇
[1]排污权交易、二氧化硫排放与经济高质量增长——基于空间双重差分模型
[2] Chagas, André L.S, Azzoni C R , Almeida A N . Aspatial difference-in-differences analysis of the impact of sugarcane production on respiratory diseases. Regional Science and Urban Economics, 2016.
[3] Clarke D. Estimating difference-in-differences in the presence of spillovers[J]. 2017.
后两天：
交叠DID 2024升级版
第1讲 交叠DID最新应用的系统梳理
1.1 交叠DID应用在顶刊的统计分析
1.2 中文期刊交叠DID的两种主流趋势
1.3 异质性处理效应的TWFE估计偏误的来源
1.3.1 禁止性比较组
1.3.2 负权重问题
1.3.3 协变量问题
1.3.4 非平行趋势
1.4 交叠DID研究最新进展
1.4.1 交叠DID识别
1.4.2 交叠DID图示法
1.5 交叠DID研究的实用建议
1.5.1 如何在多期与处理时间变化时，选择合适的DID估计量？
1.5.2 如何处理非平行趋势的情况？
1.5.3 交叠DID各种估计方法应用建议
1.6 重要文献解读：
[1] De Chaisemartin C, D'Haultfoeuille X. Two-wayfixed effects and differences-in-differences with heterogeneous treatment effects: A survey[R]. National Bureau of Economic Research, 2022.
[2] 刘冲,沙学康,张妍.交错双重差分:处理效应异质性与估计方法选择.数量经济技术经济研究, 2023.
第2讲 交叠DID检验
2.1 禁止性比较组检验的Bacon分解
2.1.1 Bacon分解的图形解析
2.1.2 Bacon分解Stata官方命令与社区命令结果比较与解读
2.2.3 Bacon分解的中文应用
2.2 处理组的负权重检验
2.2.1 负权重检验统计量直观解释
2.2.2 负权重检验Stata命令实现
2.3 非平行趋势检验
2.3.1 事件研究法平行趋势检验效力
2.3.2 如何正确理解新事件研究法的平行趋势检验图
2.3.3 Pre-trends检验
2.4 重要文献解读：
[1] Goodman-Bacon, Andrew, Difference-in-differences with variation in treatment timing, Journal of Econometrics, 2021.
[2] Roth J, Sant’Anna P H C, Bilinski A, et al.What’s trending in difference-in-differences? A synthesis of the recent econometrics literature, Journal of Econometrics, 2023.
第3讲 组别-时期平均处理效应估计量
3.1 dcdH估计量
3.1.1 DeChaisemartin和 d'Haultfœuille(2020) 估计量的理论简析
3.1.2 dcdH估计量扩展到多个处理事件和多期
3.1.3 dcdH估计量的Stata实现
3.1.4 dcdH估计量的应用
3.2 SA估计量
3.2.1 Sun和 Abraham(2021) 估计量的理论简析
3.2.2 SA估计量的Stata实现
3.2.3 SA估计量的应用
3.3 CS估计量
3.3.1 Callaway和 Sant’Anna(2021) 估计量的理论简析
3.3.2 CS估计量的Stata官方命令与社区命令实现
3.3.3 CS估计量的应用
3.4 Plug-in估计量
3.4.1 Roth和Sant’Anna(2023) 估计量的理论简析
3.4.2 staggered社区命令实现
3.4.3 Plug-in估计量的应用
3.5 重要文献解读：
[1] De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020.
[2] Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021.
[3] Callaway B, Sant’Anna P H C. Difference-in-differences with multiple time periods[J]. Journal of Econometrics, 2021.
第4讲 基于TWFE改进的新估计量
4.1 异质性稳健TWFE的交叠DID新命令
4.2 重要文献解读：
[1] Wooldridge J M. Two-way fixed effects, the two-way Mundlak regression, and difference-in-differences estimators[J].Available at SSRN 3906345, 2021.
第5讲 基于插补方法的估计量
5.1 Imputation估计量
5.2 两阶段DID估计量
5.3 重要文献解读：
[1] Borusyak K, Jaravel X, Spiess J.Revisiting event study designs: Robust and efficient estimation[J]. Review of Economic Studies, 2024, Forthcoming.
[2] Braghieri L, Levy R, Makarin A. Social media and mental health[J]. American Economic Review, 2022.
第6讲 堆叠与局部投影估计量
6.1 堆叠估计量
6.2 局部投影估计量
6.3 重要文献解读：
[1] Cengiz D, Dube A, Lindner A, et al. The effect of minimum wages on low-wage jobs. The Quarterly Journal of Economics, 2019.
[2] Dube, A., D. Girardi, Ò. Jordà and A. M.Taylor. A Local Projections Approach to Difference-in-Differences Event Studies. NBER Working Paper 31184, 2023.
第7讲 DID与合成控制的结合：合成DID
7.1 合成DID的原理与应用领域
7.2 合成DID的命令实现
7.3 重要文献解读：
[1] Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021.
试听及课程咨询
尹老师
电话：13301322952
WeChat：jg-xs6
本文包含广告内容
课程为经管之家官方产品
