我也遇到了同样的问题

楼主，您能贴出来你匹配的命令吗？  匹配后根据哪个指标保留实验组和匹配的控制组样本？

经济学中的因果推断方法【赵西亮教授独家分享】

在逐年匹配PSM-DID的Stata操作中：

1. 对于每年的匹配，通常是为当年实施政策的处理组企业进行匹配。这意味着，在2010年，你会只为2010年实施政策的企业寻找控制组。这样做是为了确保匹配是基于该特定年份的情况，避免了未来年份信息的影响。

2. 匹配完成后，比如2010年的处理组A匹配了控制组B，你通常会将B企业在所有年度的数据（不仅仅是2010年的）纳入样本进行DID分析。这样可以利用时间序列数据来评估政策效果的差异，并确保比较的控制组在其他年份与处理组具有可比性。

3. 有些文章中匹配变量滞后一期是因为考虑了内生性问题和可能的提前反应。如果一个变量可能受到政策预期的影响，使用滞后一期的变量可以减少这种偏差。例如，企业的某些行为或特征可能会因为预期到即将实施的政策而在正式实施前发生变化，滞后处理能帮助消除这种影响。

在Stata中实现这些操作，你可以使用`psmatch2`命令进行匹配，然后利用DID的基本思想计算每年处理组和控制组的均值差。例如：

```stata
* 逐年匹配
foreach year of numlist 2010/2012 {
    psmatch2 policy, outcome(varname) attr(varlist) match(varname) nolog
    * 确保处理组和控制组在其他年份的可比性
    foreach y in `year'(-1)(`year'+1) {
        reg outcome i.group`y' if year == `year', robust
        estimate store est`year'
    }
    di "Year `year': DID = `est`year''.b[1.group`year'] - `est`year'-1'.b[1.group`year'-1]"
}
```
这段代码示例中，`policy`是政策指示变量，`outcome`是你感兴趣的因变量，`varlist`是匹配的特征。然后，每年计算DID结果并输出。请注意，这只是一个基本框架，具体操作需要根据你的数据和研究需求进行调整。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用