Evaluating the Impact of Regulatory Policies on Social Welfare in Difference-in-Difference Settings
双重差分框架下监管政策对社会福利影响的评估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：摘要结合双重差分识别与反事实分布尖锐界限，直接对应因果推断以及分布效应分析。
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…
双重差分框架下监管政策对社会福利影响的评估
- 研究问题
- 当监管政策使结果分布产生质量点或不连续，且存在不可观测选择与非平稳分布时，如何识别福利分析所需的反事实分布？
- 方法与思路
- 作者假定未处理潜在结果与组别之间的 copula 跨期稳定，据此对离散、连续及混合结果的处理组反事实分布构造尖锐界限。
- 材料陈述的贡献
- 摘要称，该部分识别结果对单调变换不变，并在连续且分布函数严格递增时退化为已有点识别结果，另以最低工资应用说明。
- 阅读关注点
- 核对 copula 稳定的精确定义、离散结果下的处理及尖锐性证明，并检查分布界限如何转换为具体社会福利指标。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明福利函数及应用界限数值，结论仍依赖所提出的跨期稳定假设。
原文摘要
Quantifying the impact of regulatory policies on social welfare generally requires the identification of counterfactual distributions. Many of these policies (e.g. minimum wages or minimum working time) generate mass points and/or discontinuities in the outcome distribution. Existing approaches in the difference-in-difference literature cannot accommodate these discontinuities while accounting for selection on unobservables and non-stationary outcome distributions. We provide a unifying partial identification result that can account for these features. Our main identifying assumption is the stability of the dependence (copula) between the distribution of the untreated potential outcome and group membership (treatment assignment) across time. Exploiting this copula stability assumption allows us to provide an identification result that is invariant to monotonic transformations. We provide sharp bounds on the counterfactual distribution of the treatment group suitable for any outcome, whether discrete, continuous, or mixed. Our bounds collapse to the point-identification result in Athey and Imbens (2006) for continuous outcomes with strictly increasing distribution functions. We illustrate our approach and the informativeness of our bounds by analyzing the impact of an increase in the legal minimum wage using data from a recent minimum wage study (Cengiz et al 2019).