近幾年雙重差分法在政策評估領域中被廣泛使用，不論是國際頂級期刊還是國內頂級期刊，都發表了大量使用雙重差分法進行政策評估的學術論文。
從國內期刊 DID 模型使用分析，結合國內外 DID 模型的演變和發展趨勢，具有以下幾點：
1 . 國內 DID 使用的主體還是以某以事件沖擊為研究物件，透過設定處理組與對照組，構建交乘項和雙向固定效應模型來估計交乘項系數顯著性，評估政策效果，但也出現了以連續型變量為研究物件的靈活設定政策變量。
2 . 在 DID 模型的套用規範上，多數文獻已經非常規範，有關 DID 模型套用的主要步驟，如平行趨勢檢驗，安慰劑檢驗，DID 結果估計等。但呈現的形式，已經多樣化，有些在正文中呈現，有些以附件形式展示。
3 . 在 DID 模型的結合套用上，PSM-DID 模型的套用仍是主流，但也出現了 DID 模型與其他模型之間的結合套用的趨勢，如 DID 模型與精確斷點回歸模型。
4 . 在 DID 模型的發展上，近 2 年相關成果非常多，如靈活彈性 DID模型，在解決相關單位進入處理組的時間及其持續期存在靈活變化時具有優勢 (flexpaneldid), 異質性處理效應的 DID(fuzzy did), 交型 DID(bacondecomp;did2s;csdid)。
開學季，就從DID開始
3月5日（周二）晚
DID專題公開課
360°無死角掌握DID
=傳統DID+多期DID+DID模型擴充套件
+空間DID+交疊DID
plus
DID專題2024繼續精彩
DID課程第11期
原理+操作+論文套用
透過22篇例文全面了解
DID在學術論文中的套用
培訓時間： 2024年3月16-17, 23-24日（四天）
培訓方式：
遠端直播，
提供全程錄播回放+獨家資料（含do）+課後答疑
培訓安排： 9:00-12:00；14:00-17:00；答疑
本次課程全面升級
1. 系統梳理了交疊DID發展的主要脈絡，主要包括交疊處理的幾種型別，交疊DID檢驗的主要方法，交疊DID估計方法的最新思路和進展;
2. 在對主流文獻進行分析的基礎上，說明現有文獻對交疊DID方法套用的兩種主要做法;
3. 結合交疊DID的最新理論研究，將估計方法進一步細分，分為組別-時期平均處理效應、異質性穩健的雙向固定效應方法的DID估計量，插補方法估計量，堆疊和局部投影估計量，以及DID與合成控制結合的合成控制DID等;
4. 對每種新的方法，從「理論+程式碼+文獻」三個維度展開，做到在理解原理的基礎上，能夠做到Stata程式碼實作，並能結合自身的研究主題，選擇適當的方法展開研究。
課程目標
透過3篇範例論文掌握 多期DID（漸進DID）
透過3篇範例論文掌握 DID模型擴充套件
透過3篇範例論文掌握空間DID
透過13篇範例論文掌握交疊DID
講師介紹
崔百勝，廈門大學經濟學博士，上海師範大學教授。
主要講授研究生【空間計量經濟學】、【中級套用計量經濟學】、【貨幣理論與政策】等課程。教學使用軟體為Stata和Matlab軟體，熟悉相關軟體的操作與使用。
主要研究領域為貨幣理論與政策、動態一般均衡模型、空間計量經濟學。主持國家社會科學基金計畫，教育部人文社會科學基金計畫，以及上海市教委科研創新計畫等在內的多項課題。在CSSCI期刊發表學術論文30余篇。參與編寫【空間計量經濟學——現代理論與模型】、【經濟計量研究指導——實證分析與軟體實作】等專業教材。
Stata金牌講師，已經透過10期DID課程幫助600+學員掌握DID.
課程大綱
前兩天：
傳統DID+多期DID+DID模型擴充套件+空間DID
一、 傳統DID（3h）
1.1 課程導言
1.1.1政策評估主流方法
1.1.2國內頂刊DID刊文情況與模型型別梳理
1.1.3建立因果關系
1.1.4DID政策評估，如何辨識兩種錯誤的反事實
1.2 模型構建
1.2.1政策效果不隨時間而變
1.2.2政策效果隨時間變動
1.3 Stata 實作
1.3.1DID數據生成與處理
1.3.2基於DID基本原理的Stata實作
1.3.3兩種政策效果比較
1.3.4五種傳統DID命令與Stata17官方新命令估計結果分析
二、多期DID（漸進DID）（3h）
2.1 多期DID政策效應的動態圖形展示
2.1.1 Beck_Levine(2010)經典圖形展示
2.1.2 coefplot命令動態圖形展示
2.2 多期DID平行趨勢檢驗圖形實作
2.2.1圖示法
2.2.2系數檢驗法
2.3 安慰劑檢驗的Stata實作
2.3.1政策實施時間前置的安慰劑檢驗
2.3.2處理組隨機化處理的安慰劑檢驗
2.4 三重差分模型（DDD）
2.5 例文精讀3篇
[1] 曹清峰.國家級新區對區域經濟增長的帶動效應——基於70大中城市的經驗證據.中國工業經濟,2020(07)
[2]任勝鋼等.排汙權交易機制是否提高了企業全要素生產率——來自中國上市公司的證據.中國工業經濟,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模型擴充套件（3h）
3.1 PSM-DID
3.1.1 PSM估計的三種程式實作
3.1.2共同支持檢驗（common support）
3.1.3多期面板數據PSM-DID的Stata實作
3.1.4 例文精讀1篇： 孫曉華等. 「營改增」促進了制造業與服務業融合發展嗎 .中國工業經濟,2019(08)
3.1.5 例文精讀1篇： 謝申祥等.傳統PSM-DID模型的改進與套用.統計研究,2021 (02)
3.2 時變處理時間與持續期的靈活面板DID因果分析
3.3 異質性處理效應下的雙向固定效應估計與模糊DID套用
3.3.1模糊DID（Fuzzy DID）估計量與Stata實作
3.3.2異質性處理效應時，雙向固定效應估計還穩健嗎？
3.3.3異質性處理效應存在時的解決方法：模糊DID
3.3.4 例文精讀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、空間DID（3h）
4.1忽略空間因素的DID結果可靠嗎？
4.2空間DID模型構建
4.3政策評估的空間效應分解
4.4存在溢位處理效應時的穩健DID估計
4.5 例文精讀3篇
[1]排汙權交易、二氧化硫排放與經濟高品質增長——基於空間雙重差分模型
[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.
後兩天：
交疊DID 2024升級版
第1講 交疊DID最新套用的系統梳理
1.1 交疊DID套用在頂刊的統計分析
1.2 中文期刊交疊DID的兩種主流趨勢
1.3 異質性處理效應的TWFE估計偏誤的來源
1.3.1 禁止性比較組
1.3.2 負權重問題
1.3.3 協變量問題
1.3.4 非平行趨勢
1.4 交疊DID研究最新進展
1.4.1 交疊DID辨識
1.4.2 交疊DID圖示法
1.5 交疊DID研究的實用建議
1.5.1 如何在多期與處理時間變化時，選擇合適的DID估計量？
1.5.2 如何處理非平行趨勢的情況？
1.5.3 交疊DID各種估計方法套用建議
1.6 重要文獻解讀：
[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] 劉沖,沙學康,張妍.交錯雙重差分:處理效應異質性與估計方法選擇.數量經濟技術經濟研究, 2023.
第2講 交疊DID檢驗
2.1 禁止性比較組檢驗的Bacon分解
2.1.1 Bacon分解的圖形解析
2.1.2 Bacon分解Stata官方命令與社群命令結果比較與解讀
2.2.3 Bacon分解的中文套用
2.2 處理組的負權重檢驗
2.2.1 負權重檢驗統計量直觀解釋
2.2.2 負權重檢驗Stata命令實作
2.3 非平行趨勢檢驗
2.3.1 事件研究法平行趨勢檢驗效力
2.3.2 如何正確理解新事件研究法的平行趨勢檢驗圖
2.3.3 Pre-trends檢驗
2.4 重要文獻解讀：
[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講 組別-時期平均處理效應估計量
3.1 dcdH估計量
3.1.1 DeChaisemartin和 d'Haultfœuille(2020) 估計量的理論簡析
3.1.2 dcdH估計量擴充套件到多個處理事件和多期
3.1.3 dcdH估計量的Stata實作
3.1.4 dcdH估計量的套用
3.2 SA估計量
3.2.1 Sun和 Abraham(2021) 估計量的理論簡析
3.2.2 SA估計量的Stata實作
3.2.3 SA估計量的套用
3.3 CS估計量
3.3.1 Callaway和 Sant’Anna(2021) 估計量的理論簡析
3.3.2 CS估計量的Stata官方命令與社群命令實作
3.3.3 CS估計量的套用
3.4 Plug-in估計量
3.4.1 Roth和Sant’Anna(2023) 估計量的理論簡析
3.4.2 staggered社群命令實作
3.4.3 Plug-in估計量的套用
3.5 重要文獻解讀：
[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講 基於TWFE改進的新估計量
4.1 異質性穩健TWFE的交疊DID新命令
4.2 重要文獻解讀：
[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講 基於插補方法的估計量
5.1 Imputation估計量
5.2 兩階段DID估計量
5.3 重要文獻解讀：
[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講 堆疊與局部投影估計量
6.1 堆疊估計量
6.2 局部投影估計量
6.3 重要文獻解讀：
[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講 DID與合成控制的結合：合成DID
7.1 合成DID的原理與套用領域
7.2 合成DID的命令實作
7.3 重要文獻解讀：
[1] Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021.
試聽及課程咨詢
尹老師
電話：13301322952
WeChat：jg-xs6
本文包含廣告內容
課程為經管之家官方產品
