Dynamic LATEs with a Static Instrument
使用静态工具变量识别动态局部平均处理效应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：摘要明确研究工具变量、动态处理效应、潜在群体权重与点识别及部分识别。
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
使用静态工具变量识别动态局部平均处理效应
- 研究问题
- 当处理不可逆且工具变量为时间不变的二元变量时，逐期工具变量估计究竟对应哪些群体与处理暴露的效应，动态效应能否识别？
- 方法与思路
- 作者在标准工具变量假设的动态扩展下分解逐期估计量，分析不同潜在群体与暴露效应的权重，并讨论不同假设下的点识别及部分识别。
- 材料陈述的贡献
- 摘要称逐期工具变量估计量识别多个群体和处理暴露效应的加权和，其中可能出现负权重，并讨论动态效应的不同识别路径。
- 阅读关注点
- 应核对动态工具变量假设、潜在群体和暴露时长的定义、负权重出现的条件，以及点识别或部分识别分别需要哪些额外限制。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未列出各组识别假设及界限，不能把逐期工具变量系数直接解释为单一动态效应。
原文摘要
In many situations, researchers are interested in identifying dynamic effects of an irreversible treatment with a time-invariant binary instrumental variable (IV). For example, in evaluations of dynamic effects of training programs with a single lottery determining eligibility. A common approach in these situations is to report per-period IV estimates. Under a dynamic extension of standard IV assumptions, we show that such IV estimands identify a weighted sum of treatment effects for different latent groups and treatment exposures. However, there is possibility of negative weights. We discuss point and partial identification of dynamic treatment effects in this setting under different sets of assumptions.