Inference on Difference-in-Differences average treatment effects: A fixed- b approach
双重差分平均处理效应推断：固定 b 方法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：摘要明确研究含固定效应与个体时间趋势的面板双重差分平均处理效应推断。
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
双重差分平均处理效应推断：固定 b 方法
- 研究问题
- 含固定效应与个体特定时间趋势的线性双重差分模型中，使用 Driscoll-Kraay 标准误时，固定 b 渐近推断如何依赖政策时点？
- 方法与思路
- 作者在固定 b 框架下分析双重差分检验统计量，分别考虑个体数固定和个体数增长、时间长度均增长的两种情形。
- 材料陈述的贡献
- 摘要称推导的新极限分布不同于已有相关结果，并依赖政策变动日期、个体趋势函数、核与带宽；模拟考察近似表现。
- 阅读关注点
- 应核对固定 b 的带宽比例、横截面与时间依赖条件、政策时点的渐近处理，以及个体趋势如何进入极限分布和临界值。
- 阅读边界
- 仅据所给出版社摘要，无法确定推断成立的具体条件或模拟优势幅度；标准误理论也不能替代双重差分的因果识别条件。
原文摘要
This paper provides an analysis of the standard errors proposed by Driscoll and Kraay (1998) (DK) in linear Difference-in-Differences (DD) models with fixed effects and individual-specific time trends. The analysis is accomplished within the fixed-b asymptotic framework developed by Kiefer and Vogelsang (2005) for heteroskedasticity and autocorrelation consistent (HAC) covariance matrix estimator based tests. For both the fixed-N, large-T, and large-N, large-T cases, it is shown that fixed-b asymptotic distributions of test statistics constructed using the DD estimator and the DK standard errors are different from the results found by Kiefer and Vogelsang (2005) and Vogelsang (2012). The newly derived fixed-b asymptotic distributions depend on the date of policy change, individual-specific trend functions as well as the choice of kernel and bandwidth. Monte Carlo simulations illustrate the performance of the fixed-b approximations in practice.