Method 16 · did
DID 双重差分
把处理组、对照组和政策时点落到代码里
DID 双重差分 的 Markdown 风格教程：基于共用 CSMAR 风格案例生成实际代码、结果表和案例图。
一、DID 双重差分是什么？
这页是 DID 双重差分 的方法文档。所有表格和图都由 marketing/method_case_assets/generate_assets.py 从同一份 csmar_innovation_realistic.csv 生成，避免用占位图充当教程。重点是把 treat、post、event time 等变量构造写清楚，再解释处理效应表。
二、先看这个案例的结论
- DID = did；0.5728473056554488。
- 这些数字来自页面里的结果表；写论文时先解释数值含义，再讨论理论含义。
三、案例口径
| 字段 | 口径 |
|---|---|
| 数据 | CSMAR 风格 A 股企业创新面板 |
| 原始样本 | 196 家上市公司，2015-2020 年，约 1200 个公司-年观测；各方法有效样本以本页输出表 N 为准 |
| 因变量 | patent_count；回归页通常使用 ln(1 + patent_count) |
| 核心解释变量 | dfi_index，数字普惠金融指数；部分真实烟测输出展示的是标准化后的 dfi_index |
| 控制变量 | roa、lev、size、growth、cashflow、tobinq、top1、dual、board、indep、soe、age |
| 输出文件 | did_results.csv |
| 角色要求 | dv、iv |
| 依赖包 | 无额外 Stata 社区包要求 |
四、实际代码
下面是本页对应的最小可复现 Stata 代码。生产环境里 empirical-wizard 会在此基础上处理变量映射、输出校验、失败诊断和报告装配。
import delimited "$DATA_PATH", clear varnames(1) encoding(UTF-8)
gen ln_patent1 = ln(1 + patent_count)
egen firm_id = group(stkcd)
xtset firm_id year
global y ln_patent1
global count_y patent_count
global x dfi_index
global controls roa lev size growth cashflow tobinq top1 dual board indep soe age
gen post = year >= 2018
bysort firm_id: egen pre_dfi = mean(cond(year < 2018, dfi_index, .))
quietly summarize pre_dfi, detail
gen treat = pre_dfi >= r(p50)
gen did = treat * post
gen high_patent = patent_count > 2
gen running_dfi = dfi_index - 260
gen rdd_treat = running_dfi >= 0
xtreg $y did treat post $controls i.year, fe vce(cluster firm_id)
export delimited using "$JOB_DIR/did_results.csv", replace五、实际输出表
这张表就是本方法页使用的案例输出文件，保存在 marketing/method_case_assets/did/result.csv。
| model | term | coef | se | pvalue | N | R2 | status | treatment_var | post_var |
|---|---|---|---|---|---|---|---|---|---|
| DID | did | 0.5728473056554488 | 0.8945492789612631 | 0.5235203628892018 | 96 | 0.03775115533312978 | estimated | treat | post |
六、案例图
这是一张由同一份案例数据生成的页面内诊断图。
七、论文里怎么写
本文进一步采用DID 双重差分检验数字普惠金融变化对企业创新的影响。处理组、对照组和政策后变量均基于同一 firm-year 样本构造，结果报告在 did_results.csv 中。若处理效应方向与基准回归一致，可作为政策评估维度的补充证据；若不一致，应优先解释识别假设和样本切分差异。
八、检查清单
- 确认本页使用的因变量、核心解释变量、控制变量与论文主模型一致。
- 先看表格里的样本口径，再看系数、p 值或诊断指标。
- 代码里的输出文件名要能对应网页展示的结果表。
- 检查 treat/post/event-time 的构造是否符合研究设计。
- 不要把处理效应写成自动因果，平行趋势或识别假设必须单独交代。