stata psm命令_Stata+PSM：倾向得分匹配分析教程

NEW！连享会·推文专辑：Stata资源 | 数据处理 | Stata绘图 | Stata程序结果输出 | 回归分析 | 时间序列 | 面板数据 | 离散数据交乘调节 | DID | RDD  |  因果推断 |  SFA-TFP-DEA文本分析+爬虫 | 空间计量 | 学术论文 | 软件工具

连享会学习群-常见问题解答汇总：
?  WD 主页：https://gitee.com/arlionn/WD

? 连享会主页：lianxh.cn

Stata 暑期班：9天直播

? 时间：2020.8.1-8.7
? 提示：初级班已经开班，不再接受报名
? 嘉宾：连玉君 (中山大学) | 江艇 (中国人民大学)
? 主页：https://gitee.com/arlionn/PX  | ? 微信版

  「基础不牢，地动山摇……」

作者：占云 (华侨大学)
邮箱：953185016@qq.com

---

目录

• 1. PSM 简介

• 2. PSM 的分析过程

  • 2.1 PSM 模型设定

  • 2.2 PSM 的假设条件

  • 2.3 PSM 一般步骤

• 3. PSM 的 Stata 实例

• 4. PSM 匹配样本的回归

• 参考文献

---

1. PSM 简介

在经济学中，我们通常希望评估某项公共政策实施后的效应，为此，我们构建 "处理组" 和 "控制组" 以评估「处理效应 (treatment effect)」。然而，我们的数据通常来自非随机的观察研究中，处理组和控制组的初始条件不完全相同，故存在「选择偏差 ( selection bias)」问题。「倾向得分匹配 (PSM)」法使用倾向得分函数将多维向量的信息压缩到一维，然后根据倾向得分进行匹配。这样可以在既定的可观测特征变量下，使得处理组个体和控制组个体尽可能相似，因而可以缓解处理效应的选择偏差问题。

2. PSM 的分析过程

2.1 PSM 模型设定

对于个体 ，根据是否进行某项处理可以分为两种结果：

• 表示个体 是否进行某项处理，即 1 表示处理，0表示未处理；
• 表示个体进行处理的结果；
• 表示个体未进行处理的结果。

在给定可观测特征变量 情况下，个体 进入处理组的条件概率为：

根据式 (1) 和 (2) 可得参与者的平均处理效应 (ATT) 为：

2.2 PSM 的假设条件

• 共同支撑假设 (Common Support Assumption)

  对于 的任何可能取值，都有 $0

• 平行假设 (Balancing Assumption)

  给定 ，则 独立于 。此假定意味着，对于给定的 ，处理是随机的，即在接受处理之前，处理组和控制组之间没有差异，处理组产生的效应完全来自处理。

2.3 PSM 一般步骤

• 选择协变量 ：尽可能涵盖影响 与 的相关变量；

• 获取 PS 值：可以使用 probit 或 logit 模型估计；

• 检验平行假设是否满足：使得 在匹配后的处理组均值和控制组均值较接近，保证数据平衡；

• 根据 PS 值将处理组个体和控制组个体进行配对：匹配的方法有最近邻匹配、半径匹配、核匹配等；

• 根据匹配后样本计算 ATT 。

3. PSM 的 Stata 实例

PSM 可通过下载非官方命令 psmatch2 来实现：

*-安装命令
  ssc install psmatch2, replace

首先，导入数据并对数据集进行描述，这里我们研究的处理变量为 first，结果变量为 piatm56，一共 3100 个观测值：

*-数据下载地址
  *https://gitee.com/arlionn/data/blob/master/data01/nlsy.dta

*-数据描述
  use nlsy.dta, clear
  describe

Cont