Nonparametric Instrumental Variable Methods for Dynamic Treatment Evaluation
动态处理效应评估的非参数工具变量方法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：摘要明确研究动态处理效应的工具变量识别，并处理不依从、动态选择和右删失，因此归入因果推断。
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…
动态处理效应评估的非参数工具变量方法
- 研究问题
- 存在动态选择、不依从和右删失时，如何识别处理对生存结果的动态影响，并用于评估失业福利制度改革？
- 方法与思路
- 作者提出非参数工具变量识别与估计方法，推导渐近性质；应用中研究改革时失业者可在新旧福利路径间选择的政策。
- 材料陈述的贡献
- 摘要称，该方法无需可观测与不可观测特征独立或可分性假设，应用结果显示新制度对找到工作的速率具有正向平均因果效应。
- 阅读关注点
- 应核对工具变量有效性、动态选择和删失的处理条件，以及所识别效应的目标人群、时间维度与渐近推断要求。
- 阅读边界
- 摘要未说明替代上述限制所需的完整识别条件，也未报告效应大小和不确定性；不能将非参数方法理解为无需假设。
原文摘要
We develop an instrumental variable approach for identification of dynamic treatment effects on survival outcomes in the presence of dynamic selection, noncompliance, and right-censoring. The approach is nonparametric and does not require independence of observed and unobserved characteristics or separability assumptions. We propose estimation procedures and derive asymptotic properties. We apply our approach to evaluate a policy reform in which the pathway of unemployment benefits as a function of the unemployment duration is modified. Those who were unemployed at the reform date could choose between the old and the new regime. We find that the new regime has a positive average causal effect on the job finding rate.