A Joint Analysis of Sensitivity to Anticipation and Parallel Trends Violations
对提前反应与平行趋势违背的联合敏感性分析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：摘要明确研究双重差分的识别假设、处理效应锐界及敏感性分析，因此直接归入因果推断。
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…
关注这篇论文的作者
对提前反应与平行趋势违背的联合敏感性分析
- 研究问题
- 双重差分中的无提前反应和平行趋势同时可能失效时，如何联合约束偏离程度，并判断常见处理效应的方向结论是否稳健？
- 方法与思路
- 作者用观测处理前趋势共同约束两类偏离，推导若干处理效应的闭式锐界，并在公告窗口清晰时提供提前反应参数的校准程序。
- 材料陈述的贡献
- 摘要称，特定提前反应限制下，联合偏离的识别集可短于仅放松平行趋势时的集合；校准程序帮助解释多维敏感性分析。
- 阅读关注点
- 应核对提前反应偏离类、处理前趋势约束与锐界的推导，以及识别集缩短所需限制、公告窗口选择和参数校准的实际依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验。摘要未列出具体偏离假设，识别集缩短不意味着任意同时放松假设都会提高精度。
原文摘要
Two key identifying assumptions used to justify difference-in-differences are parallel trends and no anticipation, yet both may fail in practice. I propose a class of assumptions that constitute deviations from no anticipation and derive closed-form, sharp bounds for several common treatment effect parameters while simultaneously relaxing parallel trends. Deviations from both assumptions are jointly disciplined using observed pre-trends. When some anticipation is imposed, the identified set under joint deviations can be shorter than under parallel trends violations alone. These bounds inform a sensitivity analysis assessing the robustness of qualitative conclusions to anticipation and parallel trends violations. For settings with a clean announcement window, I develop a benchmarking procedure to calibrate which values of the anticipation sensitivity parameters are most relevant for assessing robustness, making the practical interpretation of the multidimensional sensitivity analysis closer to that of a familiar one-dimensional sensitivity analysis. I illustrate with two empirical applications.