合成控制法安慰剂检验结果图4步走（附房产税经典论文实现）
“安慰剂”（placebo）一词来自医学上的随机实验，比如要检验某种新药的疗效。此时，可将参加实验的人群随机分为两组，其中一组为实验组，服用真药；而另一组为控制组，服用安慰剂（比如，无用的糖丸），并且不让参与者知道自己服用的究竟是真药还是安慰剂，以避免由于主观心理作用而影响实验效果，称为“安慰剂效应”（placebo effect）。
为此，Abadie et al. (2010)进行了一系列的安慰剂检验，依次将donor pool中的每个州作为假想的处理地区（假设也在1988年通过控烟法），而将加州作为控制地区对待，然后使用合成控制法估计其“控烟效应”，也称为“安慰剂效应”。通过这一系列的安慰剂检验，即可得到安慰剂效应的分布，并将加州的处理效应与之对比。
在上图中，黑线表示加州的处理效应（即加州与合成加州的人均香烟消费之差），而灰线表示其他19个控制州的安慰剂效应（即这些州与其相应合成州的人均香烟消费之差）。显然，与其他州的安慰剂效应相比，加州的（负）处理效应显得特别大。假如加州的控烟法并无任何效应，则在这20个州中，碰巧看到加州的处理效应最大的概率仅为1/20 = 0.05，而这正好是常用的显著性水平。
政策实施前均方预测误差的平方根
tempname resmat forvalues i = 1/4 { synth cigsale retprice cigsale(1988) cigsale(1980) cigsale(1975) , trunit(`i') trperiod(1989) xperiod(1980(1)1988) matrix `resmat' = nullmat(`resmat') \ e(RMSPE) local names `"`names' `"`i'"'"' } mat colnames `resmat' = "RMSPE" mat rownames `resmat' = `names' matlist `resmat' , row("Treated Unit")来源：中国工业经济，房产税对产业转移的影响:来自重庆和上海的经验证据
1、数据来源及变量说明
数据来源
数据：使用 2006—2015 年 35 个大中城市的平衡面板数据来实证分析房产税征收对重 庆和上海产业转移的影响 数据来源于历年《中国城市统计年鉴》和国家统计局网站。
实证目标
用其他城市的加权平均来模拟房产税政策实施城市未征收房产税时的产业转移情况， 然后与征收房产税后真实的产业转移情况进行对比来估计房产税征收对产业转移的影响。
样本选择
选取35 个大中城市作为样本，其中，上海、重庆为处理组，其余 33 个城市作为参照组。
变量说明
在分析房产税对产业转移的影响过程中， 使用工业相对产值和工业相对就业率作为预测变量考察房产税政策对工业转移的影响， 使用服务业相对产值和服务业相对就业率作为预测变量 考察房产税政策对服务业转移的影响。所以本文中的被解释变量一共有4个 预测控制变量，包括相对工资、人均 GDP、财政支出占 GDP 比重、人口密度、年末金融机构存款余额、医院卫生院床位数、国际互联网用户数。
2、合成控制法分析结果
2.1 重庆房产税政策对产业转移的影响
关于产业转移的影响， 分别使用工业相对产值和工业相对就业率作为预测变量考察房产税政策对工业转移的影响。
2.2 重庆房产税政策对服务业影响的政策效果
分别使用相对产值+相对就业率作为预测变量研究房产税政策对服务业影响。
2.3 上海研究以此类推
代码分别如下：
下面使用命令进行论文复现图1（a）部分的结果，其他图请直接查看命令进行操作 图1--重庆房产税政策对工业和服务业的影响效果（a）重庆与合成重庆的工业相对产值
上图即为图1（a）部分的结果
论文中国图为：
上海依次类推
3、重庆结果的稳健性检验
为证实结果的有效性，采用 Abadie et al. （2010）提出的一种类似于统计中秩检验（Rank Test）的排序检验（Permutation Test）方法，这也是合成控制法中使用频率最高的置换检验，或者又称为排列组合检验。
也就是出现头发图。
下面使用命令展现重庆工业相对产值差值分布，也就是图3的图结果
代码以及结果如下：
主要分为几步：
1、第一步：计算得到政策实施前均方预测误差的平方根
2、然后进行循环，得到安慰剂数据
3、根据RMSPE大小，删除拟合不好的城市及上海市（干预组）
drop tr_effect_2 //删除天津
drop tr_effect_20 //删除武汉
drop tr_effect_35 //删除上海
4、最后进行绘图
结果为：
4、双重差分
为了估计房产税对上海工业转移的影响，作者还使用双重差分法进行后续分析
代码以及结果如下：