互助问答第202期：关于DID平行趋势检验问题

注：问题同197期，回答有所更新

尊敬的老师：

您好！我最近在做DID的一篇文章，但是在做平行趋势检验时，结果不满足该假设，这样是不是说明前面的DID结果估计是有偏的？这种情况下是不是说明这个DID估计方法有问题，可能不能用这个模型了？还有，关于PSM匹配，能否具体举例说一下匹配后，数据中的_id,n1等代表的含义？非常感谢老师！

DID不仅仅是要满足平行趋势，还有一系列的假设条件都需要检验，比如政策的预期效应，滞后效应(政策是不是随机的)，有没有其他政策的混合冲击，如果有，怎么剔除这个政策效应，如果没有，那更好。如果不满足平行趋势，说明对照组和处理组之间的差异要么是发散的，要么是收敛的。在这种状态下，此时用传统DID方法估计出来的结果，要么是低估，要么就是高估。平行趋势不满足是很好解决的，用absdid，fuzzydid，psm+did来解决即可嘛(说白了就是保留那些满足平行趋势的对照组和处理组中的样本)，特别地，用倾向得分匹配+DID，要注意如何选择匹配变量，匹配变量的高阶项和互动项究竟怎么设定。

PSM匹配的问题，通常目前用的比较多的是命令包括kmatch(匹配的方法更多，更有可能让你找到适合分析你数据的匹配方法)，psmatch2，cem，anymatch等等。以psmatch2为例，比如使用最近邻匹配后，会生成_pscore，代表倾向得分，_treated代表处理分配，包括treated和untreated，如果你的binary，这个处理变量赋值为1表示treated，赋值为0表示untreated，_support，表示共同支撑区域，通常情况下，on support就表示在支撑区域内，off support表示在支撑区域外，在这里面1表示on support，0表示off support，PSM的前提是满足共同支撑区域和平衡性假设，因此在计算ATT,ATU和ATE时，stata会自动剔除不在支撑域中的样本。_weight,它保存了观测对象用于匹配的频率。_id表示的是在一对一和最近邻匹配中，它是为所有的观测对象构建的一个新的标识符，用于唯一识别这些观测对象。n1表示的是在一对一和最近邻匹配中，对于处理组的每一个观测对象，它保存了与之匹配的对照组中观测对象的标识符，同样地，对于对照组中的每个观测对象，它保存了与之匹配的处理组中观测对象的标识符。要结合_id来看，特别是要寻找第一个最近邻的观测对象时，我们通常需要sort一下_id。