上市公司-双重差分模型手动匹配绿色企业数据

双重差分模型(DID)简介

双重差分模型(DID)是一种广泛应用于政策评估的经济计量学方法。该模型通过比较政策实施前后的变化以及处理组与控制组之间的差异,来估计政策效应。DID模型能够有效控制不可观测的个体特征和时间趋势,从而提供更为准确的政策效应估计。

绿色企业在DID模型中的应用

在双重差分模型中,将绿色企业定义为处理组,非绿色企业作为控制组,可以评估绿色政策对企业绩效的影响。通过手动匹配的方式,将A股上市公司的主营业务与《绿色产业指导目录》进行对比,识别出绿色企业,并将其作为实验组。

数据资源内容

本数据资源提供了A股上市公司双重差分模型中绿色企业的手动匹配数据,包括:

  • 绿色企业识别数据
  • 重污染企业的证券代码
  • 非重污染企业的证券代码

数据来源于上市公司年报中的主营业务信息,经过手动匹配,确保了数据的准确性。目前,数据集涵盖了约1800家企业的信息。

数据详情

数据名称

上市公司-双重差分模型手动匹配绿色企业数据

数据指标

数据集包括以下关键指标:

  • code:证券代码,唯一标识每家上市公司
  • Conme:公司名称
  • green:绿色企业标识,是绿色企业时值为1,否则为0

数据整理

数据经过专业整理,确保了数据的准确性和可用性。

数据应用

这些数据可以应用于:

  • 绿色政策效应的评估
  • 环境政策对企业绩效的影响研究
  • 绿色产业发展趋势分析
  • 企业社会责任和可持续发展研究

通过对上市公司绿色企业的双重差分模型分析,研究者可以更深入地了解绿色政策对企业绩效的影响,为政策制定和企业决策提供依据。

结语

本数据资源为研究者提供了一个准确、可靠的绿色企业识别工具,有助于深入分析绿色政策的效应。

上市公司-双重差分模型手动匹配绿色企业数据

https://download.csdn.net/download/2401_84585615/89478970

  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PSM(Propensity Score Matching)是一种常用的非实验研究设计方法,其目的是通过匹配处理组和对照组,在某个或多个协变量上实现平衡,从而得到更可靠的因果效应估计。而双重差分检验是PSM方法中用于估计因果效应的一种统计方法。 双重差分检验本质上是在处理组和对照组之间进行比较的差分检验。首先,将两组样本根据处理情况和是否接受处理分为四个组别,分别是处理组-接受处理、处理组-未接受处理、对照组-接受处理和对照组-未接受处理。然后,计算处理组接受处理前后和对照组接受处理前后的差异,然后比较这两个差异的差异。这种方法的优势在于消除了时间趋势和个体差异等可能影响因素,从而更准确地估计因果效应。 具体操作上,双重差分检验的步骤如下。首先,利用PSM方法匹配处理组和对照组,将两组样本在协变量上实现平衡。然后,分别对处理组和对照组进行处理前后的差异计算,得到处理组的处理效应和对照组的时间趋势。最后,通过比较处理组和对照组的差异差异,得到因果效应的估计值。 需要注意的是,双重差分检验是一种可靠的因果效应估计方法,但也存在一些局限性。首先,该方法要求协变量的选取和匹配过程具有一定的合理性和准确性。其次,该方法假设不存在未被控制的混淆因素,即处理组和对照组在除协变量外的其他方面是完全相同的。最后,该方法的结果仍然是基于观察数据得出的,可能存在潜在的因果关系误判。 总之,双重差分检验是PSM方法中用于估计因果效应的一种统计方法,通过在处理组和对照组之间进行差分检验,消除了时间趋势和个体差异等可能的影响因素,从而得到更准确的因果效应估计。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值