stata-PSM的操作及结果解读

发布网友发布时间：2024-09-30 06:10

共1个回答

热心网友时间：2024-11-24 04:07

匹配估计的核心思想是，通过找出控制组与处理组在除自变量外的其他因素上高度相似的个体，以此评估自变量与因变量之间的因果关系。例如，研究企业的R&D投入对performance的影响时，匹配两家企业，其R&D投入有显著差异，但在公司规模、杠杆率、所属行业、公司治理结构等方面高度相似，这样的匹配有助于将performance差异归因于R&D投入的差异。

在具体操作PSM（倾向得分匹配）时，步骤如下：

首先，根据控制组和处理组进行PSM匹配。

接着，进行平衡性检验以确保匹配后的组别在控制变量上具有相似性。

然后，绘制核密度函数图表，直观展示匹配前后处理组和控制组的差异。

在PSM的实施过程中，重点是查看ATT（平均处理效应），确保显著性，以证明解释变量和被解释变量之间存在因果关系。

为了更好地理解PSM的运用，推荐学习视频与书籍资源。宇智波山新和silencedream两位B站up主提供了详细的讲解，陈强老师的《高级计量经济学及stata应用》也提供了实例介绍和图表解读，帮助理解PSM的各个步骤。

本文以Hu等（2021）的研究为例，探讨了绿色信贷*对重污染企业（HPE）绿色创新的影响，使用PSM-DID方法解决内生性问题，并以Size、Lev、ROA、Cash、Age、TQ和Market作为控制变量，将HPE与非HPE进行配对，以评估绿色信贷*的效应。

在实际操作中，绘制匹配前后的核密度函数图，展示差异的显著减少，有助于直观理解PSM的作用。

最后，提供示例代码以实现匹配过程，展示匹配前后图的绘制方法。