Identification of multi-valued treatment effects with unobserved heterogeneity
存在不可观测异质性时多值处理效应的识别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：摘要直接讨论内生多值处理、工具变量、不可观测异质性和局部处理效应的识别，明确属于因果推断。
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
存在不可观测异质性时多值处理效应的识别
- 研究问题
- 处理变量内生且具有多个离散取值、结果连续并存在不可观测异质性时，哪些条件足以识别总体及局部处理效应？
- 方法与思路
- 作者对多值离散处理与工具变量采用单调性假设，提出具有经济解释的充分识别条件，并推导所识别处理效应的闭式表达。
- 材料陈述的贡献
- 摘要称，论文给出内生多值处理情形下的效应识别结果，同时识别局部处理效应，并通过例子说明这些结果的用途。
- 阅读关注点
- 应核对处理和工具变量的取值结构、单调性的确切含义，以及局部效应针对何种群体、闭式表达需要哪些额外条件。
- 阅读边界
- 仅据所给 OpenAlex 摘要，完整识别条件和目标效应定义未说明；不能判断所有多值处理比较是否均可识别或可直接估计。
原文摘要
In this paper, we establish sufficient conditions for identifying treatment effects on continuous outcomes in endogenous and multi-valued discrete treatment settings with unobserved heterogeneity. We employ the monotonicity assumption for multi-valued discrete treatments and instruments, and our identification condition has a clear economic interpretation. In addition, we identify the local treatment effects in multi-valued treatment settings and derive closed-form expressions of the identified treatment effects. We provide examples to illustrate the usefulness of our result.