Fused Extended Two-Way Fixed Effects for Difference-in-Differences With Staggered Adoptions
交错采用双重差分中的融合扩展双向固定效应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：摘要研究交错采用双重差分、异质处理效应及扩展双向固定效应，直接涉及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…
关注这篇论文的作者
交错采用双重差分中的融合扩展双向固定效应
- 研究问题
- 交错采用双重差分中，如何减少扩展双向固定效应的大量参数，在改善效率的同时，避免任意施加效应相等限制带来的偏误？
- 方法与思路
- 作者提出只有一个调节参数的融合扩展双向固定效应估计，通过数据选择参数相等限制，并在稀疏性及平行趋势条件下分析性质。
- 材料陈述的贡献
- 摘要称，该方法能渐近选对限制，并为若干异质处理效应估计建立一致性、Oracle 性质和渐近正态性，同时提供 R 包与应用。
- 阅读关注点
- 应核对稀疏性、融合对象与调参规则，区分条件和边际平行趋势下的目标效应，并检查限制选择后推断及效率改善的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核验。摘要未给出稀疏性和调参的具体条件，也不能证明任意异质效应下均有改善。
原文摘要
To address the bias of the canonical two-way fixed effects estimator for difference-in-differences under staggered adoptions, Wooldridge (2021) proposed the extended two-way fixed effects estimator, which adds many parameters. However, this reduces efficiency. Restricting some of these parameters to be equal (for example, subsequent treatment effects within a cohort) helps, but ad hoc restrictions may reintroduce bias. We propose a machine learning estimator with a single tuning parameter, fused extended two-way fixed effects (FETWFE), that enables automatic data-driven selection of these restrictions. We prove that under an appropriate sparsity assumption FETWFE identifies the correct restrictions with probability tending to one, which improves efficiency. We also prove the consistency, oracle property, and asymptotic normality of FETWFE for several classes of heterogeneous marginal treatment effect estimators under either conditional or marginal parallel trends, and we prove the same results for conditional average treatment effects under conditional parallel trends. We provide an R package implementing fused extended two-way fixed effects, and we demonstrate FETWFE in simulation studies and an empirical application.