[论文解读] What's Trending in Difference-in-Differences? A Synthesis of the Recent Econometrics Literature

Jonathan Roth, Pedro H. C. Sant’Anna+2 more|arXiv (Cornell University)|Jan 4, 2022

Advanced Causal Inference Techniques被引用 169

一句话总结

本文整合了最近的DiD计量经济学文献，澄清了典型假设、扩展以及给应用研究者的实用指南。

ABSTRACT

This paper synthesizes recent advances in the econometrics of difference-in-differences (DiD) and provides concrete recommendations for practitioners. We begin by articulating a simple set of ``canonical'' assumptions under which the econometrics of DiD are well-understood. We then argue that recent advances in DiD methods can be broadly classified as relaxing some components of the canonical DiD setup, with a focus on $(i)$ multiple periods and variation in treatment timing, $(ii)$ potential violations of parallel trends, or $(iii)$ alternative frameworks for inference. Our discussion highlights the different ways that the DiD literature has advanced beyond the canonical model, and helps to clarify when each of the papers will be relevant for empirical work. We conclude by discussing some promising areas for future research.

研究动机与目标

• 阐述典型DiD设定及其识别假设（并行趋势和无预期效应）及ATT。
• 综述放宽典型假设的最近进展，沿三个维度：多期/处理时序、并行趋势的违反，以及替代推断框架。
• 提供实用建议和从业者检查清单，用于实施DiD分析。
• 阐明新的DiD方法与标准TWFE模型的关系，以及在经验研究中何时各自适用。

提出的方法

• 描述典型的两期DiD模型及其通过并行趋势和无预期来实现识别。
• 按放宽时序（多期）、并行趋势或抽样/推断假设对近代DiD创新进行分类。
• 讨论具有潜在结果路径和并行趋势扩展的广义错时处理（staggered-treatment）模型。
• 解释在异质性存在时，TWFE估计量为何可能与直观因果参数不同，并概述替代估计量。
• 提供实际指导，包括检查清单和实现所需的软件包参考。

实验结果

研究问题

• RQ1 在DiD框架下，哪些典型假设使ATT的识别成为可能？
• RQ2 最近的DiD进展如何放宽核心假设（时序、并行趋势、推断）及其现实意义？
• RQ3 在多期错时设置下，何时TWFE估计难以获得直接的因果解释，哪些替代方法可缓解？
• RQ4 研究人员可以使用哪些实用指南和工具来实现当代DiD方法？

主要发现

• 在多期、异质化处理设置下的TWFE可能由于负权重和禁止比较而产生有偏或反直觉的估计。
• 新的DiD方法将清晰的处理组对尚未处理组的比较分离，并用用户选择的权重进行聚合以瞄准特定参数。
• DiD情境下的稳健推断包括置换/自举方法和与处理分配水平一致的基于设计的方法。
• 为应对并行趋势假设违背的担忧，开发了并行趋势扩展和敏感性分析。
• 文献强调在假设、比较组、因果估计量、估计方法和稳健性检验方面的清晰性。