Estimation and inference on average treatment effect in percentage points under heterogeneity
异质性下百分点平均处理效应的估计与推断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。
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：摘要直接研究平均处理效应、异质性及交错实施的双重差分设计。
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
异质性下百分点平均处理效应的估计与推断
- 研究问题
- 存在处理效应异质性时，将半对数回归系数近似解释为百分点平均处理效应会产生何种偏差，如何构造更合适的目标量？
- 方法与思路
- 作者从 Jensen 不等式导致的近似偏差出发，构造考虑可观测子组异质性的目标量，提出估计与推断方法并研究大样本性质。
- 材料陈述的贡献
- 摘要称，新目标量是相关目标总体百分点 ATE 的下界，无组内异质性时等于该 ATE；模拟与两个应用展示传统度量的偏差。
- 阅读关注点
- 应核对百分点效应的精确定义、子组划分和加权方式，下界及等号成立条件，以及对数结果与交错实施 DID 的具体处理。
- 阅读边界
- 仅据所给 RePEc 出版社摘要解读；识别假设、应用细节和差异数值未说明，新目标量通常是下界，不能直接当作完整 ATE。
原文摘要
In semi-logarithmic regressions, treatment coefficients are often interpreted as approximations of an average treatment effect (ATE) in percentage points. This paper highlights the overlooked bias of this approximation under treatment effect heterogeneity, arising from Jensen’s inequality. The issue is particularly relevant for difference-in-differences designs with log-transformed outcomes and staggered treatment adoption, where treatment effects may vary across groups and periods. This paper proposes new estimation and inference methods for an estimand that accounts for heterogeneity across observable subgroups and can improve upon conventional measures. The estimand provides a lower bound on the ATE in percentage points for the relevant target (sub)population, and coincides with it in the absence of within-group heterogeneity. I establish the methods’ large-sample properties and study their finite-sample performance through Monte Carlo experiments, which reveal substantial discrepancies between conventional and proposed measures when systematic heterogeneity is large. Two empirical applications further underscore the practical importance of these methods.