預期效應是否幾乎總是使 DiD ATE 或 ATT 偏向於零結果並增加標準誤差？
我正在嘗試實現差異模型的差異。假設一些處理單元預期處理。那麼，這將意味著他們在治療實際發生*之前對治療作出反應。*由於治療效果將出現在“前”時期，因此似乎這幾乎總是會使相對的期後治療效果在幅度上向下偏斜。
從這個意義上說，是否存在預期效應並不重要。如果有預期效應，它所做的只是降低我的類型 1 錯誤率並增加我的類型 2 錯誤率。鑑於發表偏倚通常會導致較高的 1 型錯誤率（我發現了一些不存在的治療效果），“預期效果”真的不是一個有爭議的問題嗎？
提前致謝！
$$ a synthesis of Evangelos, Michael and my comments / posts $$ 如果您有一個簡單的、兩個時間段的 diff-in-diff 並且您相信平行趨勢是正確的，或者如果您有交錯/異質的時間，而比較組只是從未被處理過，那麼您是對的。
但是，如果我們有時將治療組與不同的預處理組進行比較（如在交錯/異質時間與包括預處理的比較組），那麼我們可以獲得具有預期效應的負係數。
作為一個激勵性的例子，假設我們正在評估現金轉移的效果，我們只有兩個時間段。一些（非常貧窮的人）預計他們將收到現金轉移，因此在收到現金轉移之前就花費以幫助改善他們的生計。其他人在收到現金轉移後沒有預期並且花費較少。那麼，由於處理時間是同質的（富人和窮人同時處理），所以 diff 中的 diff 為：
$$ Average of treated post $$-$$ Average of treated pre $$- ($$ Average of control post $$-$$ Average of control pre $$) 接受治療的包括富人和窮人。預期行為通常意味著
$$ Average of treated pre $$更大。 但是，如果治療時間存在異質性，您會得到負面影響。相反，假設富人首先得到治療，而窮人沒有得到治療。窮人期待治療，並在未經治療的情況下增加支出。然後處理和預處理之間的比較將導致預處理的花費增加很多（由於預期）和潛在的負面估計。如果您將比較組限制為從未處理過的，這將得到解決。
不過，我仍然會保持警惕。預期行為可能意味著
$$ Average of treated pre $$較小（例如，以健康保險承擔道德風險）。 此外，治療效果可以包括（1）水平的變化和（2）趨勢的變化。如果治療（和治療的預期）導致趨勢發生變化，那麼平行趨勢將失敗，從而導致問題。一般來說，由於預期行為導致的前趨勢無法與任何其他原因導致的前趨勢區分開來，這意味著平行趨勢的失敗。
此外，文獻 arxiv.org/abs/2201.01194 的精彩評論文章。