Estimation of treatment effects under endogenous heteroskedasticity
内生异方差下的处理效应估计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：摘要直接研究内生处理的平均效应及处理引起的结果方差变化。
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
内生异方差下的处理效应估计
- 研究问题
- 当内生二元处理同时改变结果均值和误差方差时，如何识别并估计平均处理效应、处理组平均效应及方差效应？
- 方法与思路
- 作者扩展经典工具变量模型，使误差异方差随处理变化；在建立非参数识别后，为线性 EHIV 模型提供闭式估计量。
- 材料陈述的贡献
- 摘要称，标准 IV 在该设定下可能无法一致估计平均处理效应；论文提出均值、方差和处理组效应估计，并推导渐近性质。
- 阅读关注点
- 应核对非参数识别所需的工具变量与方差限制、线性设定的作用，以及生育对女性劳动供给应用中的变量构造与解释。
- 阅读边界
- 仅据出版社摘要，无法确定识别条件是否适合其他应用；摘要未提供模拟数值、经验效应大小或标准 IV 失效的完整条件。
原文摘要
This paper considers a treatment effect model in which individual treatment effect may be heterogeneous, even among observationally identical individuals. Specifically, by extending the classical instrumental-variables (IV) model with an endogenous binary treatment, the heteroskedasticity of the error disturbance is allowed to vary with the treatment variable so that the treatment generates both mean and variance effect on the outcome. In this endogenous heteroskedasticity IV (EHIV) model, the standard IV estimator can be inconsistent for the average treatment effect (ATE) and lead to incorrect inference. After nonparametric identification is established, closed-form estimators are provided under the linear EHIV specification for the mean and variance treatment effect, as well as the average treatment effect on the treated (ATT). Asymptotic properties of the estimators are derived. We use Monte Carlo experiments to investigate the performance of the proposed approach and then consider an empirical application regarding the effect of fertility on female labor supply. Our findings demonstrate the importance of accounting for endogenous heteroskedasticity.