Empirical welfare maximization with constraints
带约束的经验福利最大化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：摘要研究基于数据的福利项目资格政策选择，并以 Medicaid 扩张这一干预政策为应用。
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
带约束的经验福利最大化
- 研究问题
- 当政策福利和实施预算都需从数据估计时，资格政策能否在广泛数据生成过程中统一实现最高可达福利并满足预算约束？
- 方法与思路
- 作者将预算估计不确定性纳入经验福利最大化，分析预算约束下的统一可达性，并提出替代权衡规则，以 Medicaid 扩张说明。
- 材料陈述的贡献
- 摘要称，在广泛数据生成过程上，不存在同时统一满足预算并达到最高可达福利的规则；作者提出福利与预算之间的替代权衡。
- 阅读关注点
- 应核对不可能性结果中的过程类别、统一性和预算满足标准，以及替代规则如何处理不完全参保、异质成本和福利估计误差。
- 阅读边界
- 仅依据 RePEc 所载出版社摘要；未说明识别条件、权衡规则或不可能性定理的精确范围，不能把结论理解为任何预算政策都不可行。
原文摘要
Empirical Welfare Maximization (EWM) is a framework that can be used to select welfare program eligibility policies based on data. This paper extends EWM by allowing for uncertainty in estimating the budget needed to implement the selected policy, in addition to its welfare. Due to the additional estimation error, I show there exist no rules that achieve the highest welfare possible while satisfying a budget constraint uniformly over a wide range of DGPs. This differs from the setting without a budget constraint where uniformity is achievable. I propose an alternative trade-off rule and illustrate it with Medicaid expansion, a setting with imperfect take-up and varying program costs.