Evaluating Counterfactual Policies Using Instruments
利用工具变量评估反事实政策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：摘要围绕工具变量、处理分配与反事实政策效果的部分识别展开。
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…
利用工具变量评估反事实政策
- 研究问题
- 拥有工具变量但不愿假定工具变量单调性时，如何评估改变处理分配规则的反事实政策，并刻画其效果的可识别范围？
- 方法与思路
- 作者构建计算可行的政策效果尖锐界限框架，比较单调性与政策不变性等限制的识别力，并提出政策不变性的放松。
- 材料陈述的贡献
- 摘要称某类重要政策问题中，工具变量单调性并不收紧政策效果界限，并以保释法官和检察官准随机分配作应用。
- 阅读关注点
- 应核对政策如何改变分配机制、尖锐界限的可行集合，以及单调性不收紧界限的政策类别和政策不变性的具体放松。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核验；摘要未列出完整识别限制，单调性无增益的结论不能推广至所有政策。
原文摘要
We study settings in which a researcher has an instrumental variable (IV) and seeks to evaluate the effects of a counterfactual policy that alters treatment assignment, such as a directive encouraging randomly assigned judges to release more defendants. We develop a general and computationally tractable framework for computing sharp bounds on the effects of such policies. Our approach does not require the often tenuous IV monotonicity assumption. Moreover, for an important class of policy exercises, we show that IV monotonicity -- while crucial for a causal interpretation of two-stage least squares -- does not tighten the bounds on the counterfactual policy impact. We analyze the identifying power of alternative restrictions, including the policy invariance assumption used in the marginal treatment effect literature, and develop a relaxation of this assumption. We illustrate our framework using applications to quasi-random assignment of bail judges in New York City and prosecutors in Massachusetts.