*第一种DID回归设计

reg y did time treated,r

显然在10%水平上，政策实施有显著的负效应

*第二种DID回归设计

reg y time##treated,r

同样的在第二种方法中，无需设置交互项，结果是一样的

*第三种DID回归设计

**安装外部命令

ssc install diff

**估计DID

diff y, t(treated) p(time)

在第三种方法里，直接使用diff命令，快速实现方法一的三步骤，结果一样

**将以上交互项作为解释变量进行回归

xtreg y time treated Before3 Before2 Before1 Current After1 After2 After3 i.year, fe

est sto reg

CT检验1

可以看出Before3 Before2 Before1 的系数均不显著，After1的系数负向显著

**采用coefplot命令画图

ssc install coefplot

coefplot reg,keep(Before3 Before2 Before1 Current After1 After2 After3) vertical recast(connect) yline(0)

保留关键变量: keep(Before2 Before1 Current After1 After2 After3_)*

转置: vertical*

系数连线，观察动态效果: recast(connect)*

增加直线y=0: yline(0)*

CT检验2

结果发现系数在政策前的确在0附近波动，而政策后一年系数显著为负，但很快又回到0附近。这说明实验组和控制组的确是可以进行比较的，而政策效果可能出现在颁布后一年，随后又很快消失。