PSM-DID方法stata操作详解：命令、数据、文献

近年来，政策评估类研究在各大期刊上崭露头角，跟大家推荐的普遍使用的政策评估类方法有：断点回归（RDD）、传统双重差分法（DID）、倾向得分匹配双重差分方法（PSM-DID）、合成控制法（SCM），各个方法之间各有优缺点相互补充，上次上传的是合成控制法（SCM）本次上传的大礼包是PSM方法、传统DID方法、PSM-DID方法。

首先，应用DID最重要的前提条件是处理组和控制组存在共同趋势，已有研究在DID的应用过程中往往忽视了DID方法要求的共同趋势假设，即小白鼠在没有吃药时与其他小白鼠的各项生命体征的变动趋势随时间变化并不存在系统性差异。但无论是从经典的经济收敛理论还是经济发展现实来看，DID这种方法的前提条件可能很难满足，因为吃药的白鼠与其他没有吃药的白鼠之间存在巨大的差异，可能不满足共同趋势假设。

由Heckman提出的PSM-DID方法可以有效解决这一问题，使DID方法满足共同趋势假设。PSM-DID的思想来源于匹配估计量，在没有吃药的小白鼠中找到某个白鼠，使得这个老鼠与吃药的小白鼠的可观测变量尽可能的相似（匹配）。当白鼠的个体特征对是否吃药完全取决于可观测的控制变量时，老鼠i和老鼠j吃药的概率相近，便能够相互比较。匹配估计量可以解决DID中实验组和控制组在受到吃药影响前不完全具备共同趋势假设所带来的问题。

附件里包含，

（1）PSM-DID方法的Stata数据、命令、文献。

（2）传统DID的Stata数据、命令、文献

（3）倾向得分匹配的stata数据、命令

请使用stata14打开，13打开会乱码