Stataでマッチングシリーズ：目次編
Stataでのマッチング方法にはいろんな方法がある。一番簡単にできるのは傾向スコアだけど、他の方法を使っている研究も多いのでそれをまとめる。
なんとなくシリーズものにするけど、コードの中身としてはそこまで変わらないものを扱うと思われる。扱う予定のものを挙げると*1：
teffect psmatch teffect nnmatch psmatch2 nnmatch kmatch vmatch
という感じ。特にnnmatchが便利なのでこれを中心的にまとめていくつもり。
主たる目的は、DIDの時に使うような、ある時点でマッチングした後にそれを最後の分析期間まで追跡してコントロールサンプルを構築するコードを作ること。
具体的にはAsker et al. (2015, RFS)*2 のp.350のマッチング方法をリプリケートすることです。さて、完成するかしら。
なお、傾向スコアを使う分析やそれに対する批判については次のような研究を参照ということで：
Shipman et al. (2016, TAR)*3
*1:teffect psmatch: https://www.stata.com/manuals13/teteffectspsmatch.pdf, teffect nnmatch: https://www.stata.com/manuals13/teteffectsnnmatch.pdf https://scholar.harvard.edu/files/imbens/files/sjpdf-1.html_.pdf, psmatch2: http://repec.org/bocode/p/psmatch2.html], nnmatch: http://fmwww.bc.edu/repec/bocode/n/nnmatch.html, kmatch: https://www.stata.com/meeting/germany17/slides/Germany17_Jann.pdf vmatch: http://fmwww.bc.edu/RePEc/bocode/v/vmatch.hlp
*2:Asker, J., Farre-Mensa, J., & Ljungqvist, A. (2015). Corporate investment and stock market listing: A puzzle?. The Review of Financial Studies, 28(2), 342-390.
*3:Shipman, J. E., Swanquist, Q. T., & Whited, R. L. (2016). Propensity score matching in accounting research. The Accounting Review, 92(1), 213-244.
*4:King, G., & Nielsen, R. (2016). Why propensity scores should not be used for matching. Working Paper.
