众里寻她千百度，synth命令来帮助！
天下事有难易乎？为之，则难者亦易矣；事在人为！今天我们来介绍一下跟人为(合成)有关的stata命令：synth。
当我们在做实证研究时，如果由于某项政策的实施，给我们提供了一个天然准自然实验的机会，我们很容易想到利用DID(Difference-in-differences：双重差分)来估计政策实施对被解释变量Y的影响。但是，用DID法有个前提假设，即：实验组和控制组在没有实验的情形下，要有相同的趋势变化。然而理想很丰满，现实很骨感，想找到各方面都接近实验组的控制组并非易事！如果找不到合适的控制组，what shall we do？随机试验我们可以模拟，那我们能不能人为构造一个虚拟的控制组呢？Policy出台靠政府，Control group在人为(合成)。事在人为嘛！synth命令就是通过计算寻找实验组之外各控制组的最优权重，组合构成一个理想控制组(像“盗版”的实验组或实验组的“替身”)。这种方法称之为：合成控制法(Synthetic control methods)。
举 例：假如中南财经政法大学于某年实施了一项独一无二的重大政策(该政策仅在我财实施)，我们想评估一下该政策对我财(实验组)的影响，我们需要找一个相似 的控制组来与我财进行对比，看看控制组与我财在政策实施前后的差别。那我们是找上财还是央财或是西财or东财？很难找到一所与我财各方面特征都非常相似的 院校。但我们可以通过找某些特征相近的院校，优化出最佳权重，组合构成一个与我财极为相似的“我财替身”，作为理想的控制组。这就是“合成控制法”。
下面我们就来说说如何用stata的命令synth来合成控制组。
记该命令的tips：synth，即synthetic的缩写，意为：合成的
1下载&安装命令
下载&安装命令：ssc install synth,replace all。如图：
2怎么用
具体的定义及处理过程参见help synth。
我里乖乖！看着help文件，是眼花缭乱啊！小盆友们有木有同感呢？不用怕！老师教导我们，学知识要不求甚解(别告诉老师啊，嘘！)。我们只要了解大概，会用一二，无需掌握三四五六，stata命令浩如烟海，谁又能全都彻底了解掌握？难得糊涂！懂？又跑偏了，闲话休提言归正传！
现在，我们详细介绍一下上图中synth的语法：
synth：合成控制法的stata命令
epvar：结果变量(the outcome variable)，也就是被解释变量Y
predictorvars：预测变量(the list of predictor variables)，也就是自变量X1，X2，X3等等
trunit(#)：实验处理组(treated unit)，也就是实验对象(被处理的对象)或受到政策干预影响的组；这里需要注意的是：括号里面的#，它表示实验组的编号，所有units(实验组和控制组)都有各自的一个编号，后面我们会举例说明。
trperiod(#)：政策干预开始实施的时期(the time period when the intervention occurred)，#：表示政策实施的年份。
下面介绍[ ]中的选项：由于[ ]中的选项较多，这里仅介绍几个后面举例要用到的选项命令，其他选项有兴趣的同学可以自学研究，这里就不一一介绍说明了。
选项（1）xperiod(numlist)：指定预测变量或自变量进行平均的时期。eg：X1(1980) 表示预测变量X1在1980年的值；X2(1982&1986&1988) 表示预测变量X2在1982,1986,1988年的平均值；X3(1980(1)1990) 表示预测变量X3在1980,1981,1982，…，1990年的平均值，其中1980(1)1990表示从1980年开始，步长间隔为1年，直到1990年；X4没有给定时期，则默认为政策干预之前的整个时期的平均值(averaged over the entire pretreatment period (default))。
选项（2）nested：嵌套最优矩阵加权算法。不明觉厉？通俗点说，就是一种优化算法，进一步调整优化了控制组各单元的权重，优化权重后合成的控制组与实验组特征更为相近。还不懂？再说白点，就是加上nested，比不加好，这样合成的控制组更像实验组，所以加上它就ok啦(下期举例有详细图示对比哦)。ps：加上nested选项(嵌套优化模块相对于不加该选项的默认情况)的算法计算时间会更长。
选项（3）figure：画线条图，即画出实验处理组和合成控制组的时间趋势图。
众里寻他千百度，蓦然回首，synth命令是神器！今天，我们先了解神器如何使用，下期，我们就用synth命令寻找灯火阑珊处的“他”——控制组。所以，各位快关注爬虫俱乐部吧，下期带你去看控制组如何回眸一笑百媚生~
我们团队原来的微信公众号是“数据处理援助中心”，现在正式搬家到“爬虫俱乐部”，欢迎关注。新的公众号开始，我们推出有问必答栏目，对您提出的问题，我们会尽力回答，并通过推文的形式进行发布。我们也欢迎各位粉丝向公众号投稿。
（编辑@强宇曦）
欢迎大家踊跃投稿，介绍一些关于stata的数据处理和分析技巧。
投稿邮箱：xueyuan19920310@163.com
投稿要求：
1）必须原创，禁止抄袭；
2）必须准确，详细，有例子，有截图；
注意事项：
1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名。
2）邮件请注明投稿，邮件名称为“投稿”+“推文名称”。
3）如果大家遇到关于stata处理分析数据的问题，也可以给该邮箱写邮件，邮件名称为“提问”+“问题名称或者关键词”，我们会在后期的推文里给予解答。
长按二维码关注哦
微信扫一扫
关注该公众号