Point Identification of LATE with Two Imperfect Instruments
利用两个不完美工具变量点识别局部平均处理效应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：摘要直接研究工具变量下局部平均处理效应的识别与估计。
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
利用两个不完美工具变量点识别局部平均处理效应
- 研究问题
- 单个工具变量难以同时满足经典条件时，能否利用两个各有缺陷的工具变量，点识别局部平均处理效应？
- 方法与思路
- 作者允许第一工具违反排除限制、第二工具不满足单调性，利用第二工具的外生变动识别第一工具的直接效应。
- 材料陈述的贡献
- 摘要称建立了局部平均处理效应的点识别结果并提出估计量；蒙特卡洛结果显示其比工具变量估计对象更稳健。
- 阅读关注点
- 应核对两工具仍须满足哪些外生性和结构限制、直接效应如何分离，以及局部效应对应的群体和模拟比较口径。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未完整列出识别假设，也未说明模拟稳健性的具体范围。
原文摘要
This paper characterizes point identification results of the local average treatment effect (LATE) using two imperfect instruments. The classical approach (Imbens and Angrist (1994)) establishes the identification of LATE via an instrument that satisfies exclusion, monotonicity, and independence. However, it may be challenging to find a single instrument that satisfies all these assumptions simultaneously. My paper uses two instruments but imposes weaker assumptions on both instruments. The first instrument is allowed to violate the exclusion restriction and the second instrument does not need to satisfy monotonicity. Therefore, the first instrument can affect the outcome via both direct effects and a shift in the treatment status. The direct effects can be identified via exogenous variation in the second instrument and therefore the local average treatment effect is identified. An estimator is proposed, and using Monte Carlo simulations, it is shown to perform more robustly than the instrumental variable estimand.