An Anatomy of Event Studies: Hypothetical Experiments, Exact Decomposition, and Weighting Diagnostics
事件研究剖析：假想实验、精确分解与权重诊断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：摘要研究交错干预的因果效应，并分析跨个体、跨时期的信息使用和动态双向固定效应，直接对应因果推断与面板数据。
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…
事件研究剖析：假想实验、精确分解与权重诊断
- 研究问题
- 交错实施干预的事件研究如何跨个体与时期借用信息，动态双向固定效应回归又近似了怎样的假想实验？
- 方法与思路
- 作者从观测研究的实验设计原则出发构造加权估计量，并在逐步增强的假设下扩大信息使用范围，推导动态 TWFE 分解。
- 材料陈述的贡献
- 摘要称给出有限样本闭式分解、目标总体推广及多种权重诊断，并以离婚改革对女性自杀的影响展示可视化工具。
- 阅读关注点
- 应核对每类比较对应的处理分配与潜在结果假设、分解权重的含义，以及平衡、符号反转和有效样本量诊断的解释。
- 阅读边界
- 所据版本为 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出具体识别条件，诊断本身也不能证明因果识别成立。
原文摘要
In recent decades, event studies have emerged as a central methodology in health and social research for evaluating the causal effects of staggered interventions. In this paper, we analyze event studies from experimental design principles for observational studies, with a focus on information borrowing across measurements. We develop robust weighting estimators that increasingly use more information across units and time periods, justified by increasingly stronger assumptions on the treatment assignment and potential outcomes mechanisms. As a particular case of this approach, we offer a novel decomposition of the classical dynamic two-way fixed effects (TWFE) regression estimator for event studies. Our decomposition is expressed in closed form and reveals in finite samples the hypothetical experiment that TWFE regression adjustments approximate. This decomposition offers insights into how standard regression estimators borrow information across different units and times, clarifying and supplementing the notion of forbidden comparison noted in the literature. The proposed approach enables the generalization of treatment effect estimates to a target population and offers new diagnostics for event studies, including covariate balance, sign reversal, effective sample size, and the contribution of each observation to the analysis. We also provide visualization tools for event studies and illustrate them in a case study of the impact of divorce reforms on female suicide.