你提了两个问题，我逐一回答。

1. 三个匹配变量中有两个满足平行假设，一个不满足，暂记为 x3。问题的根源可能在于 x3，但也有可能是你遗漏了其他匹配变量（如 x4），如果 x4 与 x3 相关，则可能导致你目前看到的情况。因此，我建议你再基于理论分析增加一些新的匹配变量，看看结果是否有所改善。

2. 我觉得采用 PSM + DiD 是个不错的解决方法。你可以看看 help diff 命令，它通过附加 kernel 选项，实现“核匹配+DID”。

连老师，高级班和论文班的视频里面有双重差分法的讲解吗？如果有是第几讲呢？我好看下。

目前，DID 尚未制作成视频，仅在 Stata 初中级现场班中讲授。

请问连老师，下面是我用diff，施加了kernel选项的结果，想问问您关于解释的问题，Diff(BL)，Diff(FU)，DIFF-IN-DIFF这三个是什么意思，如何解释呢？
结果变量        控制组        处理组        Diff(BL)        控制组        处理组        Diff(FU)        DIFF-IN-DIFF
roe                 0.033         0.049         0.017           0.035          0.051         0.016              -0.001
标准差            0.001         0.002         0.002           0.001         0.002          0.002              0.003
t                     43.79          8.97          8.33              3.08           -0.37          -0.37               -0.28
P>t                     0              0              0.000***          0              0              0.000***        0.783

如下是stata高级现场班的一个例子，供参考。对于 D-in-D 的原理，你还需要找些资料好好看看，网上很容易搜索到。

  *-Q: 如何评价 "Training" 对 "Wage" 的影响？
  
    *-------------------------  ---------
    * Group   | Pre   Post       Change
    *-------------------------  ---------  
    * Treat   |  Y0    Y1        (Y1-Y0)    时间效应+处理效应
    *                               -
    * Control |  C0    C1        (C1-C0)    时间效应+0
    *-------------------------  ---------
    *
    *     D-in-D            (Y1-Y0)-(N1-N0)    处理效应

*-讨论：
*
*  (Y1-C1)   Right ?
*
*   Should be:    ATE = (Y1-Y0)-(N1-N0)    D-in-D
*
* ATE: Average Treatment Effect

*-隐含的一个重要假设：时间效应相同(The Same Time-effect Condition)
*
* 否则，就无法直接相减
*
* 不满足该假设时：控制变量，寻找配对组