实验、自然实验
本文基于许文立老师的计量经济学讲义
在许多领域,实验是最常用的因果效应估计方法, 比如医学、心理学。
当前,随机控制实验也是经济学中重要的关注点, 很多学者都冥思苦想地找各种政策的“随机控制实验(自然实验)”。 如果发现了一个被人没有做过的,就是幸运儿~
接下来, 就需要思考用什么方法将政策的效应估计出来。 最常用的估计方法有: 双重差分DID、断点回归RDD、倾向性匹配得分PSM和合成控制法。
关于公共政策评估方法的比较
关于公共政策评估模型的选择
更多可看 笔记|关于公共政策评估方法
处理组和控制组的选择完全是随机的,以“医药试验”为例,理想实验情境下,病患个体究竟被分到哪一组或是否服用试验药品,与个体的特征或其他可能影响潜在结果是完全独立的。因此有解释变量(是否服用试验药品)与扰动项不相关,即Cov(X i ,u i )=0
在这种情况下,无论是否有遗漏变量,都不会出现遗漏变量偏误。
差分估计量
上图是用阿里的语雀平台,通过LaTeX写的公式,推荐一下 语雀 ,对标的Gitbook
在实际中,通常会在上式基础上计入控制变量,因为在回归中加入控制变量可以提高β 1 的估计效率。如果控制变变量对解释Y的变动有帮助,那么,在回归中加入控制变量可以降低β 1 的OLS估计量的标准误。
虽然理想实验很美好,但是成本太高了。在实践中,通常见到的是 非实验的情形,但又具有某些随机性。 这种情形被称为 准实验或自然实验 。 在这种背景下,对个体的处理“似乎”是随机分配的。 。常见的自然实验有各种改革措施或政策的试点,例如“营改增”、“省直管县”、“开发区”等。
两种类型的自然实验:
接下来,就是如何估计自然实验的因果效应了。比如
模型系列-DID入门(附Stata操作)
剩余的断点回归RDD、倾向性匹配得分PSM和合成控制法等笔记会一点点写出来。
参考资料:
公众号推荐
宏观经济研学会
简介:关注宏观经济与宏观经济学研究前沿问题,推广、普及DSGE及其他宏观经济研究方法
2023-06-13 广告