A More Credible Approach to Parallel Trends
更可信的平行趋势分析方法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：摘要明确讨论双重差分、事件研究、平行趋势偏离及因果参数的部分识别和稳健推断。
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…
关注这篇论文的作者
更可信的平行趋势分析方法
- 研究问题
- 当双重差分和事件研究的平行趋势可能被违反时，如何利用处理前趋势信息限制偏离，并形成可信的因果推断？
- 方法与思路
- 作者限制处理后平行趋势偏离与处理前趋势差异之间的关系，在部分识别框架中提出两种推断方法，并开展敏感性分析。
- 材料陈述的贡献
- 摘要称，两种方法在所施加限制下保证一致有效的推断，并具有所述功效性质；两个经济应用展示如何以经济知识设定限制。
- 阅读关注点
- 应核对偏离限制的数学形式与经济含义、两种推断方法的适用条件，以及因果结论对限制强度和处理前趋势估计的敏感性。
- 阅读边界
- 摘要未给出限制集合、具体推断构造或应用数值；有效性依赖所施加限制，不能将处理前趋势信息视为处理后限制成立的证明。
原文摘要
Abstract This paper proposes tools for robust inference in difference-in-differences and event-study designs where the parallel trends assumption may be violated. Instead of requiring that parallel trends holds exactly, we impose restrictions on how different the post-treatment violations of parallel trends can be from the pre-treatment differences in trends (“pre-trends”). The causal parameter of interest is partially identified under these restrictions. We introduce two approaches that guarantee uniformly valid inference under the imposed restrictions, and we derive novel results showing that they have desirable power properties in our context. We illustrate how economic knowledge can inform the restrictions on the possible violations of parallel trends in two economic applications. We also highlight how our approach can be used to conduct sensitivity analyses showing what causal conclusions can be drawn under various restrictions on the possible violations of the parallel trends assumption.