Policy Relevant Treatment Effects with Multidimensional Unobserved Heterogeneity
多维未观测异质性下的政策相关处理效应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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究工具变量下政策相关处理效应的部分识别与稳健界。
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…
关注这篇论文的作者
多维未观测异质性下的政策相关处理效应
- 研究问题
- 当处理选择依赖多维未观测异质性、未必满足阈值交叉结构时，如何利用工具变量为政策相关处理效应构造有效界？
- 方法与思路
- 作者从可识别估计对象提取目标参数的双线性约束，利用凸松弛得到保守且易计算的界，并允许加入线性形状限制。
- 材料陈述的贡献
- 摘要称新界拓展并增强既有阈值交叉框架的稳健性，在一大类目标中兼容原有界，并在不满足该结构时仍包含真实参数。
- 阅读关注点
- 应核对工具变量识别条件、可识别对象到双线性约束的映射、凸松弛的保守程度，以及何时与既有界一致。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明完整假设与界的数值宽度，保守有效性不能等同于锐性或足够信息量。
原文摘要
This paper provides a unified framework for bounding policy relevant treatment effects using instrumental variables. In this framework, the treatment selection may depend on multidimensional unobserved heterogeneity. We derive bilinear constraints on the target parameter by extracting information from identifiable estimands. We apply a convex relaxation method to these bilinear constraints and provide conservative yet computationally simple bounds. Our convex-relaxation bounds extend and robustify the bounds by Mogstad, Santos, and Torgovitsky (2018) which require the threshold-crossing structure for the treatment: if this condition holds, our bounds are simplified to theirs for a large class of target parameters; even if it does not, our bounds include the true parameter value whereas theirs may not and are sometimes empty. Linear shape restrictions can be easily incorporated to narrow the proposed bounds. Numerical and simulation results illustrate the informativeness of our convex-relaxation bounds.