DeepSeek助力DID前沿-交叠DID丨第8期

现场

2200元/ 1900元 (学生优惠价仅限全日制本科及硕士在读)

远程

2200元/ 1900元 (学生优惠价仅限全日制本科及硕士在读)
上课地点:远程直播, 提供录播回放 讲师:崔百胜 报名时间:2025/01/01 - 2025/12/31 开课时间:2025年3月29-30日 (两天)

DeepSeek助力:DID前沿专题--交叠DID


2025年交叠DID更新:

1. 系统梳理了交叠DID发展的主要脉络,主要包括交叠处理的几种类型,交叠DID检验的主要方法,交叠DID估计方法的最新思路和进展;

2. 在对主流文献进行分析的基础上,说明现有文献对交叠DID方法应用的两种主要做法;

3. 结合交叠DID的最新理论研究,将估计方法进一步细分,分为组别-时期平均处理效应、异质性稳健的双向固定效应方法的DID估计量,插补方法估计量,堆叠和局部投影估计量,以及DID与合成控制结合的合成控制DID等;

4. 对每种新的方法,从理论+代码+文献三个维度展开,做到在理解原理的基础上,能够做到Stata代码实现,并能结合自身的研究主题,选择适当的方法展开研究。

5.全面加入DeepSeek助力内容,显著提升DID学术研究的效率和质量。


课程内容:

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-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.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 intreatment timing, Journal of Econometrics, 2021.

④ Roth J, Sant’Anna P H C, Bilinski A, etal.What’s trending in difference-in-differences? Asynthesis 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 P H 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, the two-way Mundlak regression, and difference-in-differences estimators[J].Available at SSRN3906345, 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, Spiess J. Revisiting event study designs: Robust and efficient estimation[J]. Review of Economic Studies, 2024,Forthcoming.

⑩ Braghieri L, Levy R, Makarin A. Social media and 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:

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

 Dube, A., D. Girardi, Ò. Jordà and A. M.Taylor. A Local Projections Approach to Difference-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.Synthetic difference-in-differences[J]. American Economic Review, 2021.



优惠:

  • JG学术培训老学员9折优惠;

  • PS:折扣优惠与学生价均不叠加。


在线咨询:

尹老师

电话:13321178792

QQ:42884447

WeChat:JGxueshu