多期DID模型

摘要：基准回归是多期DID模型实证分析过程中不可缺少一步。本文基于1990-1999年模拟面板数据，采用了四种常用的基准回归方法，对基准回归进行了Stata实操演示，并对运行代码进行了解释，最后提供了本文涉及的所有Stata代码，可供读者一键复制使用。

目录

1 DID基准回归介绍

1.1 回归简介

1.2 回归目的

2 Stata实操

2.1 模拟面板数据

2.2 基准回归Stata演示

3 基准回归Stata代码

Note: 第三部分是对第二部分Stata实操代码的汇总，可以复制粘贴，方便一键提取！！！图中的蓝框为标注，红框为代码！！！

1 DID基准回归介绍

1.1 回归简介

基准回归是一种最为基础、最为普通的回归方式，是其他回归的基础。根据研究需求构造合适的基准回归模型，对恰当的样本数据进行参数回归所得到的结果，可称为基准回归结果。基准回归是一种非线性的回归，可以用来评估模型或数据的准确性，也可以用来计算基准回归模型中变量的参数，从而对回归结果进行实证分析。

1.2 回归目的

在DID模型中，基准回归是与平行趋势检验、安慰剂检验、稳健性检验同等重要的，是DID模型分析中不可缺少的一步。通过对DID模型进行基准回归，得到核心解释变量（交互项）的系数，根据系数的符号、大小、显著性来判断所研究政策对被解释变量的影响，进而确定所研究政策的推行对研究个体的影响。此外，可以选择控制变量、个体固定效应、时间固定效应等进行基准回归，通过比较不同设定下核心解释变量系数的大小和显著性，以确定最合适的DID模型进行实证研究。

2 Stata实操

2.1 模拟面板数据

2.1.1 面板数据格式

本次Stata实操的面板数据格式为：“一对多”，即一个研究个体对应了多个年份数据。例如在上图中，国家A对应了1990—1999年的数据。其中，id为研究个体数值编号；country为研究个体国家；y为被解释变量；x1、x2、x3皆为控制变量。

基础数据.dta，id为国家编号；treat虚拟变量，执行政策（处理组）为1，不执行政策（控制组）为0；time为政策执行时间，对于控制组time为2222，目的在于区分处理组。

2.1.2 模拟数据样本

模拟数据共有70个样本，涉及研究个体7个，每个个体对应10年的研究数据。国家A、D、F政策执行时间为1994年，国家C政策执行时间为1998年。

2.2 基准回归Stata演示

2.2.1 创建面板数据

代码：

在对面板数据进行基准回归前，需要先使用代码xtset创建面板数据，否则回归会报错。“strongly balanced”说明面板数据是平衡数据。

2.2.2 构造核心解释变量（交互项）

（1）方法一_匹配法

代码：

将基础数据.dta导入面板数据中，从而可以在不同政策执行年份下构造核心解释变量（交互项）did，后续操作中的核心解释变量（交互项）皆为此。

运行结果：

代码：

td为核心解释变量（交互项），后续操作中的核心解释变量为方法一中构造的did。

运行结果：

很明显可以看出，国家A与国家C政策执行时间不同，其构造出的交互项也不同。

2.2.3 基准回归

（1）方法一_非聚类回归_高维回归

代码：

未安装的读者首先运用ssc install下载外部命令reghdfe。

运行结果：

（2）方法二_非聚类回归_面板回归

代码：

运行结果：

（3）方法三_聚类回归_高维回归

代码：

运行结果：

（4）方法四_聚类回归_面板回归

代码：

运行结果：

四种基准回归方法的“政策效应”都相同，只是在标准误上有略微差距。

3 基准回归Stata代码

-------------------------------------------------------------------------------------------------------

Note: 强烈推荐将上述代码整体复制粘贴到do.文件中查看，效果更加！！！年份、变量根据自身情况替换！！！设置虚拟变量、基准回归的命令包含但不限于本文中的，本文仅供参考！！！本文如有错误和不足，请多多包涵、批评指正，纯是个人理解及错误！！！欢迎互相学习！！！

关注·点赞·收藏·转发

请勿抄袭，违者必究！