Stata连享会 主页 || 视频 || 推文 || 知乎 || Bilibili 站
温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。
New!
lianxh
命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc
,ihelp
,rdbalance
,gitee
,installpkg
⛳ Stata 系列推文:
作者:韩杰 (暨南大学)
邮箱:han_ovetk@foxmail.com
编者按:本文主要摘译自下文,特此致谢!
Source:Atanasov V, Black B. The trouble with instruments: The need for pretreatment balance in shock-based instrumental variable designs[J]. Management Science, 2021, 67(2): 1270-1302. -PDF-
目录
越来越多的会计和金融学者强调因果效应的识别,并且常用方法是利用看似满足因果推理的冲击。然而,当前利用冲击的实践往往忽略了处理企业和控制企业之间预处理平衡的需要——我们将这一概念定义为共同支持 (common support)、预处理协变量和结果的平衡 (balance pretreatment covariates and outcomes),以及平行预处理趋势 (parallel pretreatment trends)。
本文为 DID 作为工具变量 (Shock-IV) 时预处理平衡的必要性制定了一个检查表,其中的许多检查项目也适用于一般 DID 和非冲击的 IV 设计。
因果效应
然而,在不同时间段,我们只观察到两种潜在结果中的一种,即
本文的一个关键问题是,Shock-IV 和其他基于冲击的设计只有在尽量满足条件 (包括共同支持和协变量平衡) 时才能提供可信的因果估计,而这些条件往往存在于真正的随机实验中。Atanasov 和 Black (2016) 为良好的冲击创造了条件,我们在这里对这些条件进行改进和扩展,以便进行面板数据估计。
冲击强度 (Shock strength):在施加协变量平衡和共同支持后,冲击必须足够强,以显著改变企业行为。
外生冲击 (Exogenous shock):这种冲击来自于我们所研究的环境之外。接受处理的公司没有选择是否接受处理,也不能通过改变他们的行为来预测冲击。冲击后果预计是永久性的,没有理由相信潜在的结果或哪些公司接受处理取决于未观察到的企业特征。
单向成立条件 (Only-through condition):冲击对结果的影响只能通过冲击来体现。同时期内没有其他冲击对处理组和控制组造成不同影响。在 IV 分析中,如果预期冲击会通过一个特定的工具变量影响结果,那么冲击一定只会通过该变量影响结果。
预处理的平衡 (Pretreatment balance):只有当被处理的公司和控制组的公司在冲击前是相似的,外生性和单向成立条件才是可信的,我们称之为预处理平衡。这种平衡有几个组成部分:
即使单向成立条件 (Only-through condition) 完全满足,IV 估计也可能是有偏的。如果 IV 较弱,标准误通常是向下有偏的 (Cruz 和 Moreira,2005)。常用的 IV 强度经验法则是第一阶段 F 统计量大于 10 (Stock 等,2002)。特别是当第一阶段不强时,IV 系数容易出现放大 (blowup) 问题,两阶段最小二乘 (2SLS) 系数远大于普通最小二乘 (OLS) 系数。较高的 2SLS/OLS 系数是 IV 失效的警告信号,比率越高,警告就越强烈。
使用相同的冲击,DID 和 Shock-IV 之间有密切的联系。DID 有几个优点,它只依赖于较弱的假设。DID 估计了冲击对所有受冲击的公司的处理效应。相比之下,Shock-IV 要求研究者指定一个渠道,它假设冲击只通过这个渠道影响结果,并仅为受冲击影响行为发生变化的公司提供一个估计结果。DID 还迫使研究人员使用前后平衡的样本,并附加有利的测试,包括检查平行预处理趋势和虚构测试,如评估安慰剂冲击的影响,以及实际冲击是否能预测安慰剂的结果。
然而,IV 也有优点。必须表现出第一阶段,即冲击必须显著影响工具变量。相比之下,DID 设计隐蔽的保留了第一阶段,并让作者假定第一阶段可能不存在。IV 的设计设定了一个特定的渠道,可以更容易地评估经济规模是否合理。因此,将两种设计应用于同一研究是有价值的。如果冲击较强,两者应具有相似的统计强度。
平行趋势假设在 DID 中很出名,但在 Shock-IV 研究中就不那么出名了。要了解为什么两种设计都依赖于这种假设,则有必要考虑两者的相似性。如果测量的变量是二元的,DID 设计估计了冲击对所有受冲击的公司的平均影响。相比之下,IV 为受冲击影响行为发生变化的公司提供了一个局部平均处理效应 (LATE)。如果没有协变量,IV 分析的 2SLS 系数可以表示为 Wald 估计:
如果我们加入协变量,2SLS 和 Wald 估计将略有分歧,但对于一个近似随机分配的工具变量应该是相似的。对于一个强工具变量,统计强度也应该类似:
本文提供了一个行动清单,用于检测 Shock-IV,以确保预处理平衡。在这里,我们提供了以下扩展的检查表。大多数步骤也适用于一般 DID 和非冲击 IV 设计,有些只适用于有面板数据集的情况。
公司金融和会计研究中对因果推理的日益强调导致了对 IV、冲击,有时是 Shock-IV 的日益依赖。Larcker 和 Rusticus (2010) 解释了为什么在公司财务和会计研究中使用的大多数非冲击 IV 是有缺陷的。本文提供的证据表明,表面良好的 Shock-IV 往往不能支持有效的因果推理,因为它们不能满足预处理平衡的需要,包括共同支持、协变量平衡和预处理平行趋势,我们的清单中的步骤经常没有被执行。
作为研究人员,也许我们能做的最好的事情就是改进我们的因果推理方法,同时对新方法保持怀疑。例如,大多数早期的 DID 论文没有聚类标准误。Bertrand 等人 (2004) 解释了为什么这是有问题的,Petersen (2009) 表明,聚类的替代方法对面板数据不起作用。我们希望本文被理解为改进因果方法的努力。考虑 Shock-IV 设计的研究人员应确保冲击满足良好冲击的条件,包括前处理平衡的需要,而且 IV 是对冲击的合理使用。
Note:产生如下推文列表的 Stata 命令为:
lianxh iv, m
安装最新版lianxh
命令:
ssc install lianxh, replace
免费公开课
最新课程-直播课
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
研究设计 | 连玉君 | 我的特斯拉-实证研究设计,-幻灯片- |
面板模型 | 连玉君 | 动态面板模型,-幻灯片- |
面板模型 | 连玉君 | 直击面板数据模型 [免费公开课,2小时] |
⛳ 课程主页
⛳ 课程主页
关于我们
课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法
等
连享会小程序:扫一扫,看推文,看视频……
扫码加入连享会微信群,提问交流更方便
✏ 连享会-常见问题解答:
✨ https://gitee.com/lianxh/Course/wikis
New!
lianxh
和songbl
命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh