基于DID回归的Event Study：coefplot绘图报错求助

核心错误原因 #

报错estimation result diff_from_mean not found的本质是**coefplot工具的使用逻辑完全错误**：coefplot是用来可视化回归模型的系数估计值，而非直接调用数据集中的变量。你直接传入生成的diff_from_mean变量，它会误认为这是一个存储的回归估计结果名称，自然找不到对应内容。

此外，当前的回归设定xtreg prop_firms treated_post##c.year, fe并非标准事件研究模型，无法输出各相对年份的处理效应，根本达不到你要展示年度平均处理效应的目标。

修正后的完整代码 #

* 设定面板数据结构
xtset county_id year

* 生成相对时间变量：rel_year = 当前年份 - 政策实施年份sbdcopen
gen rel_year = year - sbdcopen

* 生成相对时间虚拟变量（排除基准组rel_year=-1，避免多重共线性）
forvalues y = -6(1)6 {  // 这里假设相对时间范围是政策前6年到后6年，可根据你的数据调整
    gen rel_`y' = (rel_year == `y')
}

* 运行固定效应回归：控制个体+年份固定效应，纳入所有相对时间虚拟变量
xtreg prop_firms rel_* i.year, fe  

* 存储回归结果
estimates store event_study

* 绘制标准事件研究图
coefplot event_study, keep(rel_*) ///
    xline(0, lcolor(red)) /// 政策实施当年（rel_year=0）画红色竖线标记
    ylabel(, angle(horizontal)) /// y轴标签水平显示，提升可读性
    xlabel(-6 "-6" -5 "-5" -4 "-4" -3 "-3" -2 "-2" -1 "-1" 0 "0" 1 "1" 2 "2" 3 "3" 4 "4" 5 "5" 6 "6") ///
    ytitle("处理组vs对照组房产企业数量差值") ///
    xtitle("相对政策实施年份") ///
    title("事件研究：商业法对房产企业数量的年度处理效应") ///
    legend(off) /// 仅一组系数，无需图例
    addplot(line @b @at, lcolor(blue) lwidth(medium))  // 用折线连接系数点，清晰展示趋势

关键修正点说明 #

• 重构事件研究模型：通过rel_year生成相对政策实施的年份变量，再逐个生成对应虚拟变量，回归时纳入这些虚拟变量，才能得到每个相对年份的处理效应系数。
• 正确调用coefplot：基于存储的回归结果event_study，用keep(rel_*)筛选出相对时间虚拟变量的系数，这才是coefplot的正确使用方式。
• 完善固定效应控制：加入i.year控制年份固定效应，消除时间趋势对结果的干扰，保证估计结果的可靠性。

内容的提问来源于stack exchange，提问作者econ_grad12345