PSM-DID：一个简明教程

本文为简明PSM-DID教程，适合初学者。本文首先简述PSM和DID的原理，最后讲如何实际操作，附有stata代码。

内容链接：实证方法：倾向值匹配+双重差分（PSM-DID） - SSSDBK 

一、为什么要进行倾向值匹配？

        反事实理论框架

二、倾向值匹配的步骤

        （一）选择协变量

        （二）估计倾向值

        （三）根据倾向值进行匹配

三、PSM-DID

        （一）双重差分

        （二）倾向值匹配双重差分

四、PSM-DID的STATA实现

1.如果是第一次使用psmatch2命令，需要在stata中输入以下代码进行安装。

ssc install psmatch2, replace

2.之后进行倾向值匹配，代码如下。获得的结果可以根据相关论文进行取舍。

use 数据, clear //使用处理过的数据
global xlist "x1 x2 x3 x4 x5" //选择的协变量
psmatch2 x $xlist , outcome(y) logit ate common ties //x为自变量是否上过大学，y为因变量薪资，使用最近邻匹配

3.进行psmatch2之后我们可以得到三部分结果。分别为：

• 第一部分：logit回归结果。
• 第二部分：ATT，ATU和ATE的值。我们主要关注ATT的t-stat，只要t的绝对值大于1.64即可说明匹配结果显著。
• 第三部分：报告两组在共同取值范围内的样本量。一般论文不展示此结果。

4.进行平衡性检验。

pstest $xlist, both graph //平衡性检验,并获得匹配质量图

此处结果主要参考匹配前后的%bias是否大幅下降，以及%reduct｜bia｜的大小（一般来说越接近100%表示匹配质量越好）

5.双重差分

gen treated = x
gen time = (year>=1999) //政策实施后为1，实施前为0
gen did = time * treated
xtreg y time treated did , fe //不包含控制变量
xtreg y time treated did $xlist , fe //包含控制变量