4.10 Q&A 1在线视频

大家好

就是能听见我说话吗

可以 好的好谢谢

我这边是负责前三道题

然后但我看了一下

第一道和第三道

其实这位两位同学问的题目应该是

同一个

问题

所以我放在一起解答

我们先可以都是关于共同趋势

假设的这么一个问题

那么我们可以先回顾一下

DID它其实刚才

我们做作业的时候也做到了

它有三个假设

那么它很强的一个假设是什么就是说

实验组和对照组在政策发生期内

它需要满足一个

共同趋势的一个假设

那么就是像左边的这张图

我们可以看见

如果按照共同趋势

假设我们估算的政策效益应该是λ

对吧

对

然后但是如果说它不符合

这么一个假设的话

其实它的实际的一个效应应该是我们

红色箭头标出来的那一部分

它的一个真实的效应

所以说如果按照这样来看的话

我们

政策估算可能就会我们估算的

政策效应可能就会出现一个

误差

那么在这种情况下

所以我们使用DID之前

是不是得先做一个

共同趋势假设的一个检验

那么如何检验其实有三种方法

常见的有三种

第一种是画图

第二种是placebo DID

就是用它的前一期或前几期的一个

看它们前几期的两组是否

符合一个共同趋势假设

然后来增强我们对

当期它是否符合的一个

信心，以及第三种是

用它的一个当期的协变量

看它们两组之间是否符合共同趋势假设

是否有一个共同的趋势

然后来增强我们的信心

我们具体来看一下

对

首先是一第一种就是画图

其实很简单

如果你要有多期的数据的话

我们可以画出两组人他的

一个宏观的时间趋势

那么如果它的整体的宏观整体

的一个时间趋势都是

没有相差太我们肉眼可

变没有相差太多的话

我们可以

认为它说是有一个

共同趋势

但是这种其实不是很严谨

是因为具体它以什么样的程度才算是

差别很大或者是怎样的

其实我们很难去把握和界定

那么我们还要需要结合

一下另外的两种方法

分别是我们再来看一下第二种

第二种的话这个图里面我们

先看一下左边的这张图

左边这张图其实我们引入

了一个三期时间的概念

分别是t0

政策还没有发生的临界期

然后t=-1

它就是政策发生的

政策发生完的一期

所以政策发生在t0和t等于-1这里面

但是如果说我们要是有多期数据的话

也就是说我们在这里面呈现

出来的 t等于+1期

这么一个情况

那么如果说我们

在

在t等于+1和到t0期

之间这两组一它的一个

时间趋势

是符合，相差不是很大的话

我们是不是更有信心推测出

那么在这

政策发生当期

这两组其实也会有一个

共同趋势 对吧

其实这就是一个增强我们信心的

就是验证

然后我们怎么做

我们假设说其实t等于

+1和到t0期之间

它是不是

它没有政策发生对吧

因为它政策

发生前的一期

但是我们如果

假设说这期间有政策发生了

那么我们是不是可以

再次使用DID对吧

所以式子已经标在左左上角了

然后包括每个点，4个点的一个临界值

我也标在了上面

然后我们可以看一下

在这一组DID中政策的干预效应是不是

就是我们用红颜色的笔标出来的

λ+1对吧

其实我们把

每个值然后单

比如上面的式子算了一下

是不是它的一个两组的一个

差异就是λ+1

所以

那么我们在这里思考是不是λ+1

如果它显著区别于0的话

那么就说明这两组它在这一个

时间趋势上面是不一致的

对吧

是δ是吧

对 δ说错

对δ

δ+1如果它没有显

它显著区别于0的话

是不是就说明

它们尽量

λ加δ+1和λ

之间它是有一个显著差异的

对吧

但是如果δ+1它没有显著区别

于0是不是两种

就是我们能够假定说它们符合一个

共同趋势

所以其实我们只要有数据的话

只要我们有前一期的数据

我们是可以算出来这个

δ的

δ+1的对吧

所以主要就是这么一个原理

那么我们可以看一下右边的这张图

这张图其实我们就划给出了一个

政策发生之前的好多期

假如我们有这么多期数据

我们就可以画出来这么一张图

对不对

然后

蓝色的

的曲线是什么

我们刚才说的δ

对δ+1

每个点每一期的两组之间的一个差值

那么红色的竖线是什么呢

它是一个90%的置信区间

然后我们红色的线就是零值

那么我们0值落在了这个置信区间里面

我们是不是可以认为说

它的差值其实是没有显著区别于0的

对吧

这样的一个情况下

我们就可以假定说

前面的几期都是符合共同趋势的

那么我们就更有信心推测出

其实

当期它也有可能是符合了一个共同趋势

这是第二种我们验证的方法

那么看一下第三种

第三种其实和第二种它的原理是类似的

但是在这边其实我们不对y做DID

我们是对

政策发生当期

然后对协变量

对y有重要影响的一些变量

然后做DID

那么方程的就是

方程的左边

右边其实还是不是和

DID是完全一样的公式

只是左边它的y变成了就是我们

当期的一个重要的协变量

X

它其实不是我们感兴趣的变量

因为我们感兴趣的可能是 Di

ti和两个交互项对吧

然后我们可以想象一下

如果是在政策发生当期

然后这些协变量它的变化趋势是一样的

因为协变量其实是对y是有重要影响的

那么如果它们是符合就是

一个共同趋势的话

我们是不是就可以

认为说

在

如果没有政策发生的话

那么

实验组和对照组它们的

时间趋势是

一致的

所以

我们在这边对政策发生当期

它的一些协变量就每一个

都跑一个回归

然后比如说我们在右边的这张图里面

我们就列出来

比如说出生的顺序或者是

性别的就占比等等

对每一个重要的协变量

然后跑一个回归

就要然后把它的看一下

它的值写分两组

两组

咱把这个讲完再休息

就看一下这两组

然后在这些

协变量上面有没有显著的差

差异

比如说我们用框框标出来

的这么一列来看的话

其实都是不显著的 对吧

然后我们就可以认为说这两组其实在

政策的发生的当期它没有一个

显著的差异

那么我们就更有信心认为

然后这两组它的时间趋势是一样的

那么这就上面说的三种方法

其实就我们在做DID检验的时候

好像都得先使用一下

如果它报

三个报出来的结果都是没有

显著性的差异的话

那么我们基本上

没有人可以反驳你说首先你的

一个很强的假设是错误的

然后这是另外一位同学问的一个问题

然后我们可以看一下题干

它其实在这边问的一个问题

是有点类似于描述性的

然后

其实它想问的大概是如果

我们有多期的数据

然后我们是不是就可以知道实验组它

自身的一个时间学习对吧

我们可以根据前几期来观察

它自身的一个趋势

然后在政策时

是期内我们只要根据实验组它

自身的一个前几期的数据

估算出来的一个时间趋势

然后把它这个时间趋势给减过去

是不是

政策的干预效应

我理解的是这个同学它的

一个疑问是这样子的

那么

这样子的话就不需要另外

找一个另外一组人来做

控制组了

然后但是对于这个问题我们认为

它其实不是这样子的

然后我们

为了

只是叙述比较

直观一点

然后我们举了一个

比较具象化的例子

然后但这个例子其实没有考虑

比如说溢出效应或者是滞后效应等等

就是一些实际的问题

只是为了就叙述起来可能更直观

我们可以看一下

比如说政策发生在t

等于0和t等于-1这么一期对吧

然后我们研究什么问题

H市它减免

学费对高等教育入学率它有什么影响

那么我们观察了前几期的数据

我我前几期我们可以看一下

我们现在有前三期的数据

那么第一期它提供了一个助学贷款

然后会发现它的助学对入学

率它是有一个上升的

但在第二期

在下面一期

然后助学贷款政策取消了

它有一个下降

然后在

再下一期政府又出台了一些

比如说奖学金政策

并且提高了学生的补贴

那么我们发现高等教育入学率

它又显著上升了

那么在这种情况下的话

其实我们就很难说你用

你想要选用哪一期的

数据来做它

之前的

时间增量对吧

因为每一期它其实都发生了各种

不同强度的一个政策调整

我们可以看见前几期的它的一个

数据的波动率其实是很大的

每一期情况都不一样

所以我们无法就是很好的去确定

到底用哪一期的数据作为

政策实施当期的一个时间参照趋势

那么在这种情况下

其实我们可以看一下

如果在政策发生当期

就是政府出台了一些减免学费的政策

但与此同时就市场不太景气

然后遭遇了一个金融危机

在这种情况下

我们就可以选择用

在同期然后

找一个控制组

然后比如说B市

它没有出台学费减免的一个政策

它也没有出台其它就会直接影响

入学率的一个教育经济政策

然后

其它主要可以影响高等教育

入学率波动的一些因素

与H市都是差不多的

然后而且它也同样遭遇了金融危机

那么在这种情况下

其实它就是一个

我们觉得是一个比较好的控制组

然后就可以来作为H市的对照组

组

然后来估计它的一个实验的时间趋势

这样子的话其实

能够比较好的解决

就是这个问题

所以这就是我们对第二个问题的一个

回答

首先这个问题问得很好

说明这位同学在积极的思考

那么**解答的也非常好

这个很好