62_SDID

合成双重差分法（SDID）

SDID（Synthetic DID）由 Arkhangelsky et al. (2021) 提出，结合了合成控制法和双重差分法的优势。

一、SDID 的动机

SCM 的局限

• 仅适用于单一处理单元
• 权重约束可能限制拟合精度
• 不利用面板数据的固定效应结构

DID 的局限

• 依赖平行趋势假设
• 对多个处理单元有效，但对单一处理单元不适用

SDID 的思路

将 SCM 的加权思想与 DID 的差分思想结合：

1. 用合成权重构造对照组
2. 在加权后的数据上运行 DID
3. 同时估计单位权重和时间权重

二、SDID 模型

目标参数

$\tau^{SDID} = \arg\min_{\tau, \mu, \alpha, \beta} \sum_{i,t} (Y_{it} - \mu - \alpha_i - \beta_t - W_{it}\tau)^2 \omega_i^{SDID} \lambda_t^{SDID}$

其中：

• $\omega_i^{SDID}$：单位权重（类似 SCM）
• $\lambda_t^{SDID}$：时间权重

双重加权

三、SDID 的优势

1. 灵活性

• 不要求严格的平行趋势
• 通过权重调整使趋势"近似平行"

2. 稳健性

• 即使平行趋势不成立，SDID 仍能一致估计
• 结合了 SCM 和 DID 的优势

3. 推断

• 提供渐近有效的标准误
• 支持 Bootstrap 推断

4. 适用性

• 适用于单一和多个处理单元
• 适用于渐进 DID 设计

四、与 SCM 和 DID 的比较

五、Stata 实现

// SDID 估计
sdid Y i unit, time(year) treated(treated_unit)
 
// 图形展示
sdidplot, pre_post

核心要点

1. SDID 结合了 SCM 的加权思想 和 DID 的差分思想
2. 双重加权（单位+时间）使趋势"近似平行"
3. 适用于单一和多个处理单元
4. 比 DID 更灵活，比 SCM 更稳健