交错采用下三重差分回归的分解
统计方法学
2023-07-11 v2
摘要
三重差分(TD)设计是一种流行的因果效应识别策略，适用于研究者不相信常规双重差分(DiD)的平行趋势假设成立的情形。TD设计在常规2x2 DiD基础上增加一个“安慰剂”层——嵌套于相同单元与时间周期中但已知完全不受处理影响的观测。然而，许多TD应用超越简单的2x2x2，利用多个时间周期中多个“安慰剂”层的大量单元观测。该设定下一种流行估计量为三重差分回归(TDR)固定效应估计量——常见DiD“双向固定效应”估计量的扩展。本文将TDR估计量分解为其组成的双组/双期/双层三重差分，并说明在任意交错采用设定下因果解释该参数需要强效应同质性假设，因为许多安慰剂DiD包含了处理下的观测。该分解厘清了三重差分回归估计量背后的隐含识别变异，并提示研究者在比2x2x2更复杂的设定中使用这些估计量时应谨慎。仅纳入“干净安慰剂”（如反事实直接插补）的替代方法可能更合适。文章最后通过在“引力模型”中估算WTO/GATT对国际贸易影响的的应用，展示了该插补估计量的效用。
引用
@article{arxiv.2307.02735,
title = {Decomposing Triple-Differences Regression under Staggered Adoption},
author = {Anton Strezhnev},
journal= {arXiv preprint arXiv:2307.02735},
year = {2023}
}