DID一天的专题课后，在一天的内容上扩容了大家实证中会用到的内容，

DID第十二期课程来袭，新课纲：

通过19篇例文精读全面掌握DID：

传统DID+多期DID+DID模型扩展+空间DID+交叠DID

培训时间：2024年10月1-4日（四天）

培训方式：北京现场，同步远程直播；提供录播回放

配套资料：课件，参考文献，do文档等

培训费用：

1-2日：2200元/ 1900元 (全日制本科及硕士在读优惠价)

3-4日：1200元/ 1050元 (全日制本科及硕士在读优惠价)

报名链接：

前2天：https://www.peixun.net/main.php?mod=buy&cid=1733

后2天：https://www.peixun.net/main.php?mod=buy&cid=1862

联报：https://www.peixun.net/main.php?mod=buy&cid=1880

授课嘉宾：

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——现代模型与方法》、《空间计量经济学——实证研究与软件实现》、《经济计量研究指导——实证分析与软件实现》等专业教材。

课程特色：

（1）加强了基础性的操作，如多期DID中，对动态多期虚拟变量的生成，增加了Stata的两种实现代码；

（2）细化了多期DID的章节，如多期DID中，考虑了同时点和异时点两种情况下的多期政策效果评估，增加了Beck(2010)动态图形展示，更清晰的理解动态DID的理论内涵；

（3）增加了DID领域的新近研究 成果，如考虑了溢出性处理效应下的政策评估；

（4）解读最新关于传统面板PSM-DID方法的不足及改进的论文。

课程内容：

12小时：

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

1.1.4 DID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

1.3.1 DID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

2.1.1Beck_Levine(2010)经典图形展示

2.1.2coefplot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 HeterogeneousTreatment 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 . Aspatialdifference-in-differences analysis of the impact of sugarcane production onrespiratory diseases. Regional Science and Urban Economics, 2016.

[3] ClarkeD. Estimating difference-in-differences in the presence of spillovers[J]. 2017.

12小时：

一、交叠DID应用建议

1. 如何在多期与处理时间变化时，选择合适的DID估计量？

2. 如何处理非平行趋势的情况？

3. 如何在少量处理单位情况下进行科学抽样？

4. 交叠DID的图示法

5. 交叠DID新命令一览

6. 文献解读

[1] De Chaisemartin C,D'Haultfoeuille X. Two-way fixed 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[J].数量经济技术经济研究:1-28.

二、交叠DID分解

1. TWFE在交叠DID估计中的偏误分解

2. 交叠DID的Bacon分解与Stata实现

3. 文献解读

[1] Goodman-Bacon, Andrew, “Difference-in-differenceswith variation in treatment timing,” Journal of Econometrics, 2021, 225 (2),254–277.

三、三类交叠DID的异质稳健估计

（一）组别-时期平均处理效应

1. DeChaisemartin和 d'Haultfœuille (2020) 提出的估计量 (did_multiplegt)

2. Sun 和Abraham (2021) 提出的估计量 (event study interact)

3. Callaway 和 Sant’Anna (2021) 提出的估计量 (csdid)

4. 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, 110(9):2964-96.

[2] Sun L, AbrahamS. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021, 225(2): 175-199.

[3] Callaway B, Sant’Anna P H C.Difference-in-differences with multiple time periods[J]. Journal of Econometrics,2021, 225(2): 200-230.

（二）插补估计量

1. Borusyaket al.(2021)提出的估计量 (did_imputation)

2. Gardner(2021)提出的估计量（did2s）

3. 文献解读

[1] Borusyak K,Jaravel X, Spiess J. Revisiting event study designs: Robust and efficient estimation[J]. arXiv preprint arXiv:2108.12419, 2021.

[2] Braghieri L, Levy R, Makarin A. Social media and mental health[J]. American Economic Review, 2022, 112(11): 3660-3693. new

（三）堆叠回归估计量

1. Cengizet al.(2019)提出的估计量(stackedev)

2. 文献解读

[1] Cengiz D, Dube A, Lindner A, et al. Theeffect of minimum wages on low-wage jobs[J]. The Quarterly Journal of Economics,2019, 134(3): 1405-1454.

四、DID与合成控制的结合：合成DID

1. 合成DID的原理与应用领域

2. 合成DID的命令实现

3. 文献解读

[1] Arkhangelsky D, Athey S, Hirshberg D A, et al.Synthetic difference-in-differences[J]. American Economic Review, 2021,111(12): 4088-4118.

优惠：

1. 学术培训老学员9折优惠；
2. 同一单位三人以上报名9折优惠；

PS：折扣优惠与学生价均不叠加。

报名流程

1. 点击对应课程报名链接；

2. 在线提交报名信息与订单，支付宝/银联/微信支付；

3. 确认发票信息，2个工作日发送至邮箱；

4. 发送课程资料及课程开通方式。

在线咨询：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu