倾向得分匹配的stata命令_倾向得分匹配(PSM)的原理与步骤

匹配估计的思想：假如你要研究企业的R&D投入对performance的影响，匹配思想是这样的：假如有两家企业，其R&D投入明显不同，但是其他各方面都高度相同，例如公司规模，杠杆率，所属行业，公司治理结构等，那么在其他各方面都高度相同的情况下，这时就可以把公司performance的差异归因到R&D投入的差异。这种找到一个控制组的个体，使得该个体与处理组的个体在除自变量外其他各因素都相似（也就是匹配），在通过自变量的差异解释因变量差异的行为，就是匹配的思想。

一般来说，每个样本有多个属性，例如一家公司，属性有公司规模，公司年龄，杠杆率，增长率，市场占有率，治理结构相关变量，行业等，这就意味着匹配时要考虑诸多属性，也就是进行高维度匹配。一个比较好的思路是定义高维空间的距离，然后计算两个样本在高维空间的距离。

倾向得分的定义是一个个体进入处理组的概率，为什么要引入这个概念？因为如果针对多个可观察特征X进行对比匹配非常困难，所以，可将多维协变量X用一个一维变量——倾向得分P（x）来代替，这样，研究者就只需要对单一的倾向得分变量进行匹配，从而大大减少了匹配的困难。这个方法最早由Rosenbaum and Rubin(1983)提出。

PSM在stata的实现过程。

首先，如果自变量是连续变量，需要转换为二元离散变量，比如自变量是企业R&D投入，你需要找到一个临界值，把R&D投入分为高R&D投入组和低R&D投入组，临界值包括：