The chained difference-in-differences
链式双重差分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：摘要直接研究非平衡面板下的双重差分及长期处理效应。
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…
链式双重差分
- 研究问题
- 当平衡面板不可得或仅覆盖部分观测时，如何利用不完整面板之间的重叠信息识别和估计长期二元处理效应？
- 方法与思路
- 作者提出链式双重差分，将多个不完整面板中估计的短期处理效应汇总，以利用非平衡面板的重叠结构。
- 材料陈述的贡献
- 摘要称，估计量可容纳多时期、不同处理时点、效应异质性及多类缺失模式，并讨论识别与效率收益。
- 阅读关注点
- 应核对短期效应连接为长期效应的识别条件、重叠覆盖要求、可观测变量上的样本选择，以及汇总权重和推断。
- 阅读边界
- 仅据 OpenAlex 所列摘要；具体趋势与缺失机制条件、效率比较范围未说明，不能认为任意缺失模式均可无条件处理。
原文摘要
This paper studies the identification, estimation, and inference of long-term (binary) treatment effect parameters when balanced panel data is not available, or consists of only a subset of the available data. We develop a new estimator: the chained difference-in-differences, which leverages the overlapping structure of many unbalanced panel data sets. This approach consists in aggregating a collection of short-term treatment effects estimated on multiple incomplete panels. Our estimator accommodates (1) multiple time periods, (2) variation in treatment timing, (3) treatment effect heterogeneity, (4) general missing data patterns, and (5) sample selection on observables. We establish the asymptotic properties of the proposed estimator and discuss identification and efficiency gains in comparison to existing methods. Finally, we illustrate its relevance through (i) numerical simulations, and (ii) an application about the effects of an innovation policy in France.