Разность разностей и параллельные тренды
Разберитесь в контрасте DiD 2×2, параллельных исходах без воздействия, событийных исследованиях, тестах предтрендов, поэтапном внедрении, неоднородных эффектах и финансовых приложениях политики
Короткий ответ
Разность разностей вычитает изменение группы сравнения за тот же период из изменения группы воздействия до и после события, удаляя постоянные различия групп и общие временные шоки. Причинное ядро метода — параллельные тренды потенциальных исходов без воздействия: в отсутствие воздействия средние исходы обеих групп менялись бы по одному пути. Похожие на вид предтренды полезны для диагностики, но не доказывают контрфактическое условие. При поэтапном внедрении классические коэффициенты двусторонних фиксированных эффектов могут смешивать неоднородные эффекты через недопустимые сравнения
DiD сравнивает разность изменений
При двух группах и двух периодах DiD вычитает изменение группы сравнения после минус до из изменения группы воздействия после минус до
Фиксированные различия уровней между группами и общие временные шоки сокращаются благодаря двум разностям
Обычная цель — средний эффект воздействия на подвергнутых воздействию, или ATT, а не простое изменение до и после или разрыв групп в постпериоде
Параллельные тренды — ненаблюдаемый контрфактический исход
Предпосылка относится к средним изменениям потенциальных исходов без воздействия, а не к тренду наблюдаемых исходов после начала воздействия
Уровни исходов не обязаны совпадать, но разная подверженность деловым циклам или прошлым шоковым каналам может нарушить параллельность
Условные параллельные тренды могут использовать предлечебные ковариаты для улучшения сопоставимости, тогда как контроль переменных, затронутых воздействием, создаёт новое смещение
Важны и другие условия идентификации
Отсутствие ожидания требует, чтобы ожидания или ранние действия не меняли исходы до заданной даты воздействия, поэтому дата объявления и дата внедрения различаются
Если воздействие одной единицы распространяется на исходы группы сравнения, эта группа больше не представляет контрфактический исход без воздействия
Изменение состава выборки, измерения исхода или классификации группы может сделать наблюдаемый контраст эффектом состава, а не воздействия
Событийные исследования показывают динамику и предтренды
Событийное исследование использует индикаторы времени относительно воздействия, чтобы показать коэффициенты до события и путь после него относительно базового периода
Предтрендовые оценки около нуля могут опровергнуть крупные нарушения, но малая мощность не позволяет установить параллельные тренды
Подбор окон или спецификаций до тех пор, пока предкоэффициенты не станут незначимыми, превращает диагностику в отбор, поэтому дизайн следует задать заранее
Поэтапное внедрение усложняет сравнения
Когда группы начинают воздействие в разные даты, классические двусторонние фиксированные эффекты объединяют несколько сравнений 2×2 в один коэффициент
Если эффекты меняются по когорте или длительности воздействия, уже затронутые единицы могут стать контролями для поздних групп и исказить динамические оценки
ATT по группе и времени или событийные методы с весами взаимодействий сохраняют неоднородность, явно задавая группы сравнения и агрегацию
Финансовая политика чувствительна к времени и переливам
Правила раскрытия, требования к капиталу, налоги и торговое регулирование могут различаться по компаниям или регионам, а ожидание может начаться до формального внедрения
Политика может достичь незатронутых единиц через конкурентов, цепочки поставок, финансовые институты или цены, поэтому прямые и равновесные эффекты нужно разделять
Институциональная временная шкала должна выявить параллельные правила, макрошоки и изменения входа в выборку, способные по-разному повлиять на группы
Вывод должен отражать зависимость на уровне политики
Устойчивые исходы могут сделать независимые стандартные ошибки слишком оптимистичными, поэтому часто рассматривают кластеризацию на уровне назначения воздействия
При малом числе кластеров политики обычная кластерная асимптотика нестабильна и может потребовать вывода для малой выборки и плацебо-даты политики
Отчитывайтесь о размере эффекта и динамике, одновременных интервалах для предкоэффициентов, составе сравнения и весах агрегации
Сделайте контрфактический исход проверяемым
Заранее определите, кто и когда получает воздействие и какие единицы служат сравнениями на каждой дате, желательно до показа оценок исхода
Покажите институциональную поддержку параллельных трендов, исходы и ковариаты до воздействия, альтернативные сравнения, плацебо и анализ чувствительности
Не опирайтесь на один коэффициент TWFE; объясните, как эффекты по когорте и времени взвешиваются в сводку, отвечающую на заданный вопрос
Частые вопросы
Требуют ли параллельные тренды одинаковых уровней исхода?
Нет. Они требуют, чтобы средние исходы групп без воздействия следовали одному пути изменений
Доказывают ли незначимые предкоэффициенты параллельные тренды?
Нет. Они диагностируют некоторые крупные нарушения, но могут иметь малую мощность, а контрфактический исход после воздействия остаётся ненаблюдаемым
Можно ли использовать обычный TWFE при поэтапном воздействии?
Он проще при постоянных эффектах, но неоднородность может сделать уже затронутые единицы загрязняющими сравнения для поздних когорт
На каком уровне кластеризовать стандартные ошибки DiD?
Обычно там, где назначается воздействие и совместно движутся ошибки, с учётом числа кластеров и других измерений зависимости