Identification and Inference for Welfare Gains without Unconfoundedness
无需无混杂假设的福利增益识别与推断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：摘要研究政策切换的因果福利增益、工具变量与部分识别，直接属于因果推断。
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
无需无混杂假设的福利增益识别与推断
- 研究问题
- 当观察性数据或不完全依从的随机实验不足以点识别政策切换的福利增益时，如何刻画其识别范围并开展统计推断？
- 方法与思路
- 作者在有无工具变量及不同不可观测因素假设下推导福利增益界限，并用正交化矩条件处理无限维干扰参数。
- 材料陈述的贡献
- 摘要称刻画了福利增益的尖锐识别区域并建立界限估计与推断，另用职业培训实验数据和模拟说明方法应用。
- 阅读关注点
- 应核对福利与政策规则的定义、各组假设如何收紧界限、尖锐性的证明，以及正交化估计与区间推断所需条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出具体假设、界限公式及模拟结果，不能判断实际识别力度。
原文摘要
This paper studies identification and inference of the welfare gain that results from switching from one policy (such as the status quo policy) to another policy. The welfare gain is not point identified in general when data are obtained from an observational study or a randomized experiment with imperfect compliance. I characterize the sharp identified region of the welfare gain and obtain bounds under various assumptions on the unobservables with and without instrumental variables. Estimation and inference of the lower and upper bounds are conducted using orthogonalized moment conditions to deal with the presence of infinite-dimensional nuisance parameters. I illustrate the analysis by considering hypothetical policies of assigning individuals to job training programs using experimental data from the National Job Training Partnership Act Study. Monte Carlo simulations are conducted to assess the finite sample performance of the estimators.