Identification Design
识别设计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。
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：摘要明确将稳健因果推断中的处理效应模型作为主要应用，支持因果推断分类，其余部分属于一般决策理论。
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
识别设计
- 研究问题
- 当决策者依据与信号相容的状态分布评估最坏收益时，信息结构能否操纵其行动选择，哪些行动可以被实施？
- 方法与思路
- 作者建立识别设计模型，比较可操纵性、近乎完全信息下的强可操纵性与最坏收益条件，并分析稳健因果推断应用。
- 材料陈述的贡献
- 摘要称两种可操纵性与各行动最坏收益相同等价；验证处理效应模型的相关性质，并刻画特定非可操纵环境的可实施行动。
- 阅读关注点
- 应核对信息结构的可选范围、行动实施与收益的定义，以及处理效应应用的模型限制和紧凸分布集合条件。
- 阅读边界
- 这是arXiv预印本，同行评审或接收未核实；摘要未说明处理效应模型的具体范围，不能将可操纵性结论套用于所有实证设计。
原文摘要
This paper introduces a model of identification design in which the decision maker observes the population distribution of signals generated by an information structure and ranks actions by their worst-case payoff over the admissible state distributions consistent with those signals. The environment is manipulable if every action is implementable under every admissible distribution of the state variable, and strongly so if this is achievable via almost fully informative information structures that conceal at most one dimension of information from the decision maker. We show that manipulability holds if and only if every action has the same worst-case payoff if and only if strong manipulability holds. In our main application to robust causal inference in econometrics, we verify that treatment-effects models satisfy both manipulability criteria. More broadly, we provide a complete characterization of the set of implementable actions for all non-manipulable environments in which the decision maker's underlying payoffs are of the expected utility form and the set of admissible state distributions is compact and convex.