「同一个政策,换一组权重就变号」:交错 DiD 的负权重陷阱,与那批需要重估的论文
【锚点】这一篇只钉一个判断:当政策在不同单位、不同时间点分批实施时,你跑的那个双向固定效应(TWFE)双重差分,不是「政策效应」,而是一个可能含负权重的加权平均——权重之和为 1,但有些权重 < 0。所以它能给出与所有真实 2×2 效应符号相反的估计。
【显式】设定:y_it = α_i + γ_t + β·D_it + ε_it,D_it 表示单位 i 在 t 期是否已受处理。大家默认 β 就是平均处理效应。
一、分解
【隐式】Goodman-Bacon (2021, Journal of Econometrics) 证明:β̂ 恰好等于所有 2×2 DiD 的加权平均,权重由各组样本量 × 处理期方差决定。关键的一条:当比较「早处理组(作控制)vs 晚处理组(作处理)」时,这个 2×2 的权重是负的。
【细微】为什么负?因为早处理组在晚处理组接受处理的窗口里,自己已经处于处理后,且处理效应还在随动态时间演化。它被当作「干净控制」,但它的 y 里已经混入了自己的处理效应。这个污染进入分母,把整个估计往反方向拉。
【极难发现】负权重的破坏力取决于处理效应的动态形状:若效应瞬时且恒定,负权重被抵消;若效应随时间累积(大多数政策都是这样),负权重就系统性地把 β̂ 往下拉,甚至变号。这就是为什么「结论稳健」的论文,换用 Callaway & Sant’Anna (2021) 或 de Chaisemartin & D’Haultfœuille (2020) 估计量后会翻符号。
【流程节点链路】起点:政策分批实施 → 中间节点1:TWFE 把所有单位×时期塞进一个回归 → 中间节点2:β̂ 被分解为若干 2×2 DiD 的加权和 → 中间节点3:早处理组充当晚处理组的控制,其处理效应污染对照 → 中间节点4:该 2×2 权重为负 → 终点:β̂ 可能变号,且与任何真实效应都不对应。
二、实证
【显式】Baker, Larcker & Wang (2022, Journal of Financial Economics) 重估了一批已发表的交错 DiD 论文,发现相当比例在改用现代估计量后点估计变号或显著性消失。这不是「个别论文不严谨」,是估计量的结构性缺陷。
【隐式】对元分析的含义:如果你把一批交错 DiD 的效应量直接扔进随机效应模型,你混进的是「估计量伪影」而不是「真实异质性」。I² 会很高,但高出来的部分可能全是负权重造成的。
【锚点】所以,一个值得辩论的问题:当估计量的偏误方向依赖于未知的真实动态效应时,「稳健性检验」这个词还有意义吗?还是说,我们该要求任何 DiD 论文都报告 Goodman-Bacon 分解图,就像要求 RCT 报告 CONSORT 流程图一样?







0 评论