跳到正文
← 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:摘要直接研究固定时间维度面板中的双重差分、处理效应和交互固定效应。

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
Nicholas Brown
Kyle Butts
Joakim Westerlund

固定短时间维度面板中的简单双重差分估计

研究问题
在时间期数较少且存在交互固定效应的面板中,如何估计处理效应,并允许控制变量受处理影响及估计相应间接效应?
方法与思路
作者提出新的处理效应估计量,在给定协变量和交互固定效应所表示的未观测异质性后,依赖条件平行趋势。
材料陈述的贡献
摘要称建立了适用于固定短时间维度的估计与渐近性质,考察小样本表现,并以贸易竞争对中国企业加成的影响示例。
阅读关注点
应核对短面板下交互固定效应如何处理、条件平行趋势的确切形式,以及受处理影响的控制变量如何用于间接效应估计。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未核实。摘要未说明完整识别条件及间接效应定义,也未给出模拟或实证数值。

原文摘要

The present paper proposes a new treatment effects estimator that is valid when the number of time periods is small, and the parallel trends condition holds conditional on covariates and unobserved heterogeneity in the form of interactive fixed effects. The estimator also allow the control variables to be affected by treatment and it enables estimation of the resulting indirect effect on the outcome variable. The asymptotic properties of the estimator are established and their accuracy in small samples is investigated using Monte Carlo simulations. The empirical usefulness of the estimator is illustrated using as an example the effect of increased trade competition on firm markups in China.

笔记与分组