冲击模型（DID、事件研究等）“有解”但样本“不平衡” ≠ 结果一定偏误，而是需要分三步处理：

1️⃣ 先诊断：到底是“面板稀疏”还是“缺失非随机”？
2️⃣ 再补救：用“多期DID + 插补/固定效应/加权”三板斧，把不平衡带来的偏差降到最低。
3️⃣ 最后报告：在正文 & 附录给出 平衡性检验 + 稳健性。

下面给可复制代码+写作模板，直接落地。

---

① 10 秒诊断：缺失类型

情形	命令	判断标准
面板稀疏（MCAR）	xtdescribe	缺失与时间/处理状态无关
缺失非随机（MNAR）	ttest x, by(missing)	缺失组/非缺失组基线特征显著不同

---

② 三板斧补救

✅ 多期DID（Callaway & Sant’Anna）

不要求平衡面板，直接适用：

stata

* 安装最新版 didnet install did, from("https://raw.githubusercontent.com/friosavila/playingwith/master")

* 跑多期DIDdidregress (y x1 x2) (treat), group(city) time(year) method(cs)

✅ 插补 + 双向固定效应（TWFE）

先用 mi impute chained 插补，再跑 DID：

stata

mi set widemi register imputed y x1 x2mi impute chained (regress) y x1 x2 = z1 z2, add(20)mi estimate: xtreg y treat##post x1 x2 i.year i.id, fe cluster(id)

✅ 逆概率加权（IPW）

把“是否观测”做 logit，生成权重：

stata

logit observed i.treat##i.year x1 x2predict p, prgen w = 1/pxtreg y treat##post x1 x2 [pw=w], fe cluster(id)

---

③ 报告模板（正文+附录）

“由于企业进入退出导致面板非平衡，我们首先使用 Callaway & Sant’Anna 多期DID，无需强制平衡即给出 ATT。其次，采用 MI 插补和 IPW 加权，结果保持一致（附录表 A5）。平衡性检验表明，缺失组与非缺失组在基线特征上无显著差异（p>0.10），进一步验证了结论稳健性。”

---

④ 一句话总结

不平衡面板 ≠ 不能用 DID，只要 先诊断缺失机制 → 选多期DID或插补/加权 → 报告平衡性检验，就能让审稿人放心。