Marginal treatment effects in the absence of instrumental variables
没有工具变量时的边际处理效应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：摘要直接研究异质性处理效应、边际处理效应及其在缺乏工具变量时的识别，因此归入因果推断。
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…
没有工具变量时的边际处理效应
- 研究问题
- 在不施加传统工具变量独立性、排除性及可分性或单调性假设时，能否重新定义并识别边际处理效应？
- 方法与思路
- 作者基于与协变量独立的约化式处理误差定义 MTE，通过结果回归、倾向得分及条件均值限制进行识别。
- 材料陈述的贡献
- 摘要称，新定义的 MTE 仍与常见处理参数保持联系，并给出基于函数形式的半参数识别条件及项目应用。
- 阅读关注点
- 应核对新 MTE 与传统 MTE 的解释差异、各函数形式限制的经济含义，以及这些限制在应用中如何得到支持。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收未核实；不使用传统 IV 假设并不意味着无识别限制，摘要未给出完整条件。
原文摘要
We propose a method for defining, identifying, and estimating the marginal treatment effect (MTE) without imposing the instrumental variable (IV) assumptions of independence, exclusion, and separability (or monotonicity). Under a new definition of the MTE based on reduced-form treatment error that is statistically independent of the covariates, we find that the relationship between the MTE and standard treatment parameters holds in the absence of IVs. We provide a set of sufficient conditions ensuring the identification of the defined MTE in an environment of essential heterogeneity. The key conditions include a linear restriction on potential outcome regression functions, a nonlinear restriction on the propensity score, and a conditional mean independence restriction that will lead to additive separability. We prove this identification using the notion of semiparametric identification based on functional form. And we provide an empirical application for the Head Start program to illustrate the usefulness of the proposed method in analyzing heterogenous causal effects when IVs are elusive.