Estimating Racial Disparities When Race is Not Observed
种族信息不可观测时的种族差异估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究缺失种族标签下的群体差异估计，未明确采用因果效应、分位数或分布效应方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
种族信息不可观测时的种族差异估计
- 研究问题
- 缺少个体种族信息时，如何利用姓氏、居住位置与其他观测特征估计种族差异，并放宽常用种族插补方法的假设？
- 方法与思路
- 作者假设给定未观测种族、居住位置和其他特征后，姓氏与结果条件独立，并将方法用于党派登记和住房贷款利息扣除。
- 材料陈述的贡献
- 摘要称党派登记差异估计相对BISG的误差最多降低84%；税务应用显示扣除申报存在种族差距，住房拥有率差异不足以解释。
- 阅读关注点
- 应核对所述条件独立假设的识别作用与可信性、误差比较的基准，以及住房拥有率不足以解释申报差距的分析方式。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，84%改善仅属所述比较场景；种族差异及其解释不构成因果识别，完整条件未说明。
原文摘要
Estimating racial disparities without access to individual-level racial information is a common challenge in economic and policy settings. We develop a statistical method that relaxes the strong independence assumption of common race imputation approaches like Bayesian-Improved Surname Geocoding (BISG). Our identification assumption is that surname is conditionally independent of the outcome given (unobserved) race, residence location, and other observed characteristics. The proposed approach reduces error by up to 84% relative to BISG when estimating racial differences in political party registration. In our application, we estimate racial differences in who benefits from the home mortgage interest deduction using individual-level tax data from the U.S. Internal Revenue Service. Our analysis reveals that many fewer Black and Hispanic filers claim the HMID than White and Asian filers. We also find that the racial gaps in homeownership rates alone cannot explain this disparity.