【课程内容精粹】

1. 传统DID与多期DID：

从基础的DID模型构建到多期DID的动态图形展示，课程详细讲解了如何在不同时间维度上评估政策效果。通过学习，大家将掌握多期DID中动态多期虚拟变量的生成、平行趋势检验的图形实现以及安慰剂检验的自动化操作等关键技能。

2. DID模型扩展：

课程深入探讨了DID模型的扩展应用，包括PSM-DID的自动化实现与优化、时变处理时间与持续期的灵活面板DID因果分析以及异质性处理效应的自动化估计与模糊DID应用。这些内容将帮助大家在面对更复杂的DID应用场景时，能够灵活运用各种方法进行分析。

3. 空间DID：

考虑到空间因素在政策评估中的重要性，课程特别设置了空间DID模块。大家将学习到如何构建空间DID模型，评估政策的空间效应，并在存在溢出处理效应时进行稳健的DID估计。

4. 交叠DID：

作为DID领域的前沿热点，交叠DID在本次课程中得到了全面而深入的讲解。从交叠DID的最新应用梳理到各种检验方法的自动化实现，再到组别-时期平均处理效应估计量、基于TWFE改进的新估计量、基于插补方法的估计量、堆叠与局部投影估计量以及DID与合成控制的结合等高级内容，课程将帮助大家系统掌握交叠DID的理论与实践。

【开课信息】

培训时间：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，方便大家随时学习

培训安排：9:00-12:00；14:00-17:00；课程紧凑高效，课后还有答疑环节为大家解惑

【授课嘉宾介绍】

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50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》、《计量经济分析与Stata应用》、《经济计量研究指导——实证分析与软件实现》等专业教材。

JG学术培训Stata金牌讲师，DID课程累计14期，帮助多位老师和同学通过DID成功发文。

【课程大纲】

10月1-2日：DeepSeek助力：传统DID+多期DID+DID模型扩展+空间DID，含9篇范例论文解析

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 DeepSeek赋能：Stata实现与自动化分析

   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Stata18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 DeepSeek赋能：coefplot命令动态图形展示与自动化生成

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 DeepSeek赋能：安慰剂检验的自动化实现

   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

   2.3.3 时空随机化的安慰剂检验

2.4 队列DID

2.5 三重差分模型（DDD）

2.6 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 DeepSeek赋能：PSM-DID的自动化实现与优化

   3.1.1 PSM估计的三种程序实现

   3.1.2 共同支持检验（commonsupport）

   3.1.3 多期面板数据PSM-DID的Stata实现

   3.1.4 例文精读1篇：

④ 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：

⑤ 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 DeepSeek赋能：异质性处理效应的自动化估计与模糊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：

⑥ 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：

⑦ 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

⑧ Chagas, André L.S,Azzoni C R , Almeida A N . Aspatial difference-in-differences analysis of theimpact of sugarcane production on respiratory diseases. Regional Science andUrban Economics, 2016.

⑨ Clarke D. Estimating difference-in-differencesin the presence of spillovers[J]. 2017.

10月3-4日：DeepSeek助力：交叠DID 2025升级版，含13篇范例论文解析

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 DeepSeek赋能：交叠DID识别与图示法的自动化实现

   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2篇：

① De Chaisemartin C, D'Haultfoeuille X.Two-wayfixed effects and differences-in-differences with heterogeneoustreatment 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 DeepSeek赋能：Bacon分解的自动化实现与图形解析

   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2篇：

③ Goodman-Bacon, Andrew,Difference-in-differences with variation in treatment timing, Journal of Econometrics, 2021.

④ Roth J, Sant’Anna P HC, 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 DeepSeek赋能：dcdH估计量的自动化实现与应用

   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 DeepSeek赋能：SA估计量的自动化实现与应用

   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 DeepSeek赋能：CS估计量的自动化实现与应用

   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 DeepSeek赋能：Plug-in估计量的自动化实现与应用

   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3篇：

⑤ De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020.

⑥ Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects[J]. Journal of Econometrics, 2021.

⑦ Callaway B, Sant’Anna PH 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 DeepSeek赋能：异质性稳健TWFE的交叠DID新命令的自动化实现

4.2 重要文献解读1篇：

⑧ Wooldridge J M. Two-way fixed effects, thetwo-way Mundlak regression, and difference-in-differencesestimators[J].Available at SSRN 3906345, 2021.

第5讲 基于插补方法的估计量

5.1 DeepSeek赋能：Imputation估计量的自动化实现与应用

5.2 两阶段DID估计量

5.3 重要文献解读2篇：

⑨ Borusyak K, Jaravel X, SpiessJ. Revisiting event study designs: Robust and efficient estimation[J].Review of Economic Studies, 2024, Forthcoming.

⑩ Braghieri L, Levy R, Makarin A. Social mediaand mental health[J]. American Economic Review, 2022.

第6讲 堆叠与局部投影估计量

6.1 DeepSeek赋能：堆叠估计量的自动化实现与应用

6.2 DeepSeek赋能：局部投影估计量的自动化实现与应用

6.3 重要文献解读2篇：

⑪ Cengiz D, Dube A, Lindner A, et al. The effect of minimum wageson low-wage jobs. The Quarterly Journal of Economics, 2019.

⑫ Dube, A., D. Girardi, Ò.Jordà and A. M.Taylor. A Local Projections Approach toDifference-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 DeepSeek赋能：合成DID的命令实现与自动化分析

7.3 重要文献解读1篇：

⑬ Arkhangelsky D, Athey S, Hirshberg D A, et al.Syntheticdifference-in-differences[J]. American Economic Review, 2021.

试听及课程咨询：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu