Finitely Heterogeneous Treatment Effect in Event-study
事件研究中的有限类型异质性处理效应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：摘要明确研究事件研究、双重差分、潜在类型分类和多期处理前数据。
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
事件研究中的有限类型异质性处理效应
- 研究问题
- 当不同处理队列不满足统一的平行趋势时，能否通过有限潜在类型建立类型内平行趋势，并识别各类型的处理效应？
- 方法与思路
- 作者假设潜在类型具有有限支持，利用较长处理前时期构造极值分类器，再基于分类结果估计类型特定的双重差分ATT。
- 材料陈述的贡献
- 摘要称在有限类型与较长处理前时期下，分类器能一致恢复类型归属，并据此研究基线结果和处理效应两方面的异质性。
- 阅读关注点
- 应核对类型内平行趋势、类型可区分性及处理前期长度要求，检视分类误差如何传递至ATT估计与后续统计推断。
- 阅读边界
- 这是arXiv预印本，同行评审与期刊接收未核实。摘要未说明类型数选择、完整一致性条件或推断方法，不能认为平行趋势已被消除。
原文摘要
A key assumption of the differences-in-differences designs is that the average evolution of untreated potential outcomes is the same across different treatment cohorts: a parallel trends assumption. In this paper, we relax the parallel trend assumption by assuming a latent type variable and developing a type-specific parallel trend assumption. With a finite support assumption on the latent type variable and long pretreatment time periods, we show that an extremum classifier consistently estimates the type assignment. Based on the classification result, we propose a type-specific diff-in-diff estimator for type-specific ATT. By estimating the type-specific ATT, we study heterogeneity in treatment effect, in addition to heterogeneity in baseline outcomes.