Empirical Decomposition of the IV-OLS Gap with Heterogeneous and Nonlinear Effects
异质与非线性效应下 IV 与 OLS 差距的经验分解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：摘要围绕异质非线性因果效应、工具变量及内生性偏差解释，直接属于因果推断。
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
异质与非线性效应下 IV 与 OLS 差距的经验分解
- 研究问题
- 真实处理效应随处理水平非线性变化、且在协变量之间异质时，线性 IV 与 OLS 系数差距有多少来自权重差异，又有多少来自内生性？
- 方法与思路
- 作者建立计量分解框架，将系数差距分成协变量权重、处理水平权重及内生性造成的已识别边际效应差异，并应用于教育回报。
- 材料陈述的贡献
- 摘要称 IV 与 OLS 的差距可以分为三个可估计组成部分，教育回报应用显示，区分这些来源对恰当解释两类估计的差异具有意义。
- 阅读关注点
- 核对三项分解所需的工具变量条件、连续或离散处理的适用范围，以及权重和边际效应怎样识别、估计并进行不确定性分析。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明识别条件及分解数值，不能仅凭 IV 与 OLS 差距判断内生性大小。
原文摘要
This study proposes an econometric framework to interpret and empirically decompose the difference between IV and OLS estimates given by a linear regression model when the true causal effects of the treatment are nonlinear in treatment levels and heterogeneous across covariates. I show that the IV-OLS coefficient gap consists of three estimable components: the difference in weights on the covariates, the difference in weights on the treatment levels, and the difference in identified marginal effects that arises from endogeneity bias. Applications of this framework to return-to-schooling estimates demonstrate the empirical relevance of this distinction in properly interpreting the IV-OLS gap.