Difference‐in‐differences when the treatment status is observed in only one period
处理状态仅在一个时期可观测时的双重差分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：摘要明确研究重复截面中的双重差分、ATT点识别及代理变量所需限制，文本依据直接支持因果推断分类。
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
处理状态仅在一个时期可观测时的双重差分
- 研究问题
- 在重复截面数据中，若处理状态仅在项目实施前或实施后可观测，能否借助代理变量识别并估计已处理者平均处理效应？
- 方法与思路
- 作者利用潜在处理状态的代理变量，在条件倾向得分平稳、给定真实处理状态后的结局均值变化满足代理变量排除限制时，以GMM估计ATT。
- 材料陈述的贡献
- 摘要称该方法可点识别ATT，并利用过度识别检验考察关键假设；秘鲁JUNTOS应用显示儿童及育龄女性的健康投入需求显著增加。
- 阅读关注点
- 重点核对代理变量与真实处理状态的关系、条件倾向得分平稳性的具体含义，以及过度识别检验能够检验哪些限制。
- 阅读边界
- 摘要未说明代理变量如何选择、检验的适用条件及效应大小；应用中的显著性陈述仍需结合识别论证与推断细节判断。
原文摘要
Summary This paper considers the difference‐in‐differences (DID) method when the data come from repeated cross‐sections and the treatment status is observed either before or after the implementation of a program. We propose a new method that point‐identifies the average treatment effect on the treated (ATT) via a DID method when there is at least one proxy variable for the latent treatment. Key assumptions are the stationarity of the propensity score conditional on the proxy and an exclusion restriction that the proxy must satisfy with respect to the change in average outcomes over time conditional on the true treatment status. We propose a generalized method of moments estimator for the ATT and we show that the associated overidentification test can be used to test our key assumptions. The method is used to evaluate JUNTOS, a Peruvian conditional cash transfer program. We find that the program significantly increased the demand for health inputs among children and women of reproductive age.