Identification and estimation of treatment effects in a linear factor model with fixed number of time periods
固定时期数线性因子模型中处理效应的识别与估计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：摘要直接研究处理效应识别，并使用跨单位、多时期的线性因子模型处理时变不可观测因素。
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
固定时期数线性因子模型中处理效应的识别与估计
- 研究问题
- 当处理前时期数固定、存在多个随时间变化的不可观测因素时，如何识别并估计处理组平均处理效应？
- 方法与思路
- 作者利用时间不变协变量的非线性变换与不可观测因素之间的相关性进行识别，并通过处理前结果考察相关性。
- 材料陈述的贡献
- 摘要称，该方法无需处理前时期数趋于无穷，并为单个处理单位、控制单位数量较大的情形提供渐近无偏估计量。
- 阅读关注点
- 应核对协变量变换的构造、相关性检验能支持哪些识别条件，以及单个处理单位下渐近无偏结论的具体条件。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明完整识别条件、推断方法及有限样本表现。
原文摘要
This paper provides a new approach for identifying and estimating the Average Treatment Effect on the Treated under a linear factor model that allows for multiple time-varying unobservables. Unlike the majority of the literature on treatment effects in linear factor models, our approach does not require the number of pre-treatment periods to go to infinity to obtain a valid estimator. Our identification approach employs a certain nonlinear transformations of the time invariant observed covariates that are sufficiently correlated with the unobserved variables. This relevance condition can be checked with the available data on pre-treatment periods by validating the correlation of the transformed covariates and the pre-treatment outcomes. Based on our identification approach, we provide an asymptotically unbiased estimator of the effect of participating in the treatment when there is only one treated unit and the number of control units is large.