Estimating Incentive and Selection Effects in the Medigap Insurance Market: An Application with Dirichlet Process Mixture Model
Medigap 保险市场的激励与选择效应：Dirichlet 过程混合模型应用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：摘要明确估计内生参保的异质处理效应，并区分保险对药品支出的激励与选择效应。
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…
Medigap 保险市场的激励与选择效应：Dirichlet 过程混合模型应用
- 研究问题
- 处方药保险对药品总支出的激励效应与参保选择效应如何区分，以及这些效应在不同受益人之间如何异质？
- 方法与思路
- 作者使用 Medicare 受益人调查，以 Dirichlet 过程混合描述效应异质性，并用两方程误差协方差建模内生性。
- 材料陈述的贡献
- 摘要报告较强激励与有利选择效应，平均处理效应和已处理者平均效应分别为 $1132 和 $858，并发现选择异质性。
- 阅读关注点
- 应核对选择模型的识别限制、先验对混合成分的影响，以及激励与选择效应分解和金额估计的不确定性。
- 阅读边界
- 摘要未说明排除限制、完整分布假设、支出统计期间或区间估计；通过误差协方差建模内生性不等于自动实现识别。
原文摘要
This paper presents an empirical study of endogenous treatment effects in the presence of heterogeneous responses. We estimate the incentive and selection effects of having prescription drug coverage on total drug expenditures using a sample from the Medicare Current Beneficiary Survey (MCBS). A Dirichlet process mixture (DPM) model is used to model the heterogeneity in treatment effects. Rather than estimating a finite mixture model with a fixed number of components, we specify a DP prior on the parameters, thus allowing the data and prior knowledge to determine the number of components. Endogeneity is modeled by the covariance of the error terms of the selection and the outcome equations in a two-equation selection model. We find that there are strong incentive and advantageous selection effects, with the average treatment effect and the average treatment effect for the treated estimated at $1132 and $858, respectively. Substantial heterogeneity is found to exist in the selection effects, particularly for those having lower drug expenditures. Copyright © 2014 John Wiley & Sons, Ltd.