Instrumented Difference-in-Differences with Heterogeneous Treatment Effects
异质处理效应下的工具变量双重差分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：摘要明确研究工具变量 DID 的因果识别及跨单位、多期错时采用设计。
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
异质处理效应下的工具变量双重差分
- 研究问题
- 利用政策错时采用作为实际处理的工具变量时，双重差分识别什么局部效应，如何在多期及处理效应异质情形下可靠估计？
- 方法与思路
- 作者以结果和处理的 DID 估计量之比构造 Wald-DID，扩展至工具变量错时采用的多期设计，并提出异质效应稳健估计。
- 材料陈述的贡献
- 摘要称该设计识别已处理者的局部平均处理效应，并在英国教育回报应用中发现新方法与双向固定效应 IV 的估计方向不同。
- 阅读关注点
- 应核对 LATET 的目标群体和识别条件、多期效应的聚合权重，以及双向固定效应 IV 与新方法差异的来源。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实。摘要未列出识别假设或效应数值，不能据此断言新估计在该应用中消除全部偏差。
原文摘要
Many studies exploit variation in the timing of policy adoption across units as an instrument for treatment. This paper formalizes the underlying identification strategy as an instrumented difference-in-differences (DID-IV). In this design, a Wald-DID estimand, which scales the DID estimand of the outcome by the DID estimand of the treatment, captures the local average treatment effect on the treated (LATET). We extend the canonical DID-IV design to multiple period settings with the staggered adoption of the instrument across units. Moreover, we propose a credible estimation method in this design that is robust to treatment effect heterogeneity. We illustrate the empirical relevance of our findings, estimating returns to schooling in the United Kingdom. In this application, the two-way fixed effects instrumental variable regression, the conventional approach to implement DID-IV designs, yields a negative estimate. By contrast, our estimation method indicates a substantial gain from schooling.