Revisiting Event Study Designs: Robust and Efficient Estimation
重新审视事件研究设计：稳健且有效的估计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：摘要明确研究错位处理实施下的差分中的差分与事件研究，涉及异质性因果效应及跨单位跨时期的估计。
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…
重新审视事件研究设计：稳健且有效的估计
- 研究问题
- 错位实施处理且因果效应异质时，常规事件研究回归为何产生偏差，如何针对有意义的目标效应构造有效估计？
- 方法与思路
- 作者建立差分中的差分框架，推导异质性不受限时呈插补形式的有效估计量，并发展渐近推断与识别假设检验工具。
- 材料陈述的贡献
- 摘要称，方法支持时变控制、三重差分及部分非二元处理；退税应用估计首季名义边际消费倾向为 8%—11%。
- 阅读关注点
- 应核对目标效应和识别假设、插补使用的样本及效率比较范围，并检查假设检验与扩展设计分别需要哪些限制。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未经核实；摘要未列出识别条件，消费响应数值不能直接推广到其他政策。
原文摘要
We develop a framework for difference-in-differences designs with staggered treatment adoption and heterogeneous causal effects. We show that conventional regression-based estimators fail to provide unbiased estimates of relevant estimands absent strong restrictions on treatment-effect homogeneity. We then derive the efficient estimator addressing this challenge, which takes an intuitive "imputation" form when treatment-effect heterogeneity is unrestricted. We characterize the asymptotic behavior of the estimator, propose tools for inference, and develop tests for identifying assumptions. Our method applies with time-varying controls, in triple-difference designs, and with certain non-binary treatments. We show the practical relevance of our results in a simulation study and an application. Studying the consumption response to tax rebates in the United States, we find that the notional marginal propensity to consume is between 8 and 11 percent in the first quarter - about half as large as benchmark estimates used to calibrate macroeconomic models - and predominantly occurs in the first month after the rebate.