10月9日18:00，经济学院王启超老师为《应用实证计量经济学》课程带来了第三讲，主题聚焦于倾向得分匹配估计方法（PSM）。本次授课分为四个部分：“处理效应”、“匹配思想及其工作原理”、“匹配的细节及PSM应用”以及“PSM操作及注意事项”。

在第一部分中，王启超首先回顾了鲁宾因果模型（Rubin Causal Model）的历史背景，其作为反事实框架为后续研究提供了坚实的理论基础。接着，他详细阐述了处理效应的概念，即个体在接受某种处理或政策干预后所产生的结果变化，并进一步探讨了平均处理效应（ATE）、处理组平均处理效应（ATT）和未处理组平均处理效应（ATU）在实际问题中的应用。通过企业治理法案的具体案例，王启超老师详细展示了三种平均处理效应之间的关系，并通过具体的计算过程阐明了偏差的来源。

第二部分，王启超介绍了匹配方法的基本原理，深入解析了其背后的假设条件，并以实例说明正确计算处理效应的方法。他还对比了普通最小二乘法（OLS）与PSM方法之间的异同点，帮助学生们理解各自适用的情境。王启超老师特别指出，尽管PSM方法是一种有效的工具，但它并不能完全解决内生性问题。

第三部分，王启超进一步探讨了实施PSM方法前的四项准备工作：选择适当的控制变量、评估倾向得分分布的重叠（overlap）、估计倾向得分以及删截样本以确保共同支撑域（common support）条件。同时，他概述了几种常见的匹配技术及分类，并重点讲解了PSM方法的原理与实际应用。

最后，王启超结合Stata软件的实际操作演示，从数据准备到最终结果解读全过程地展示了PSM的应用。他提醒同学们，尽管PSM是强有力的分析工具，但其有效性依赖于一系列关键假设，尤其是条件独立假设（CIA）。因此，在应用过程中需要谨慎考虑结论的普遍适用性。他还通过文献比较的方式，引导同学们深入了解匹配方法在实际研究中的运用技巧。

整场讲座内容丰富且实用性强，不仅加深了学生对匹配方法的理解，也为他们未来的研究工作提供了宝贵的指导。至此，《应用实证计量经济学》第三讲顺利结束。