结果条件化部分效应的识别与推断：面对一般性干预
计量经济学
2024-07-25 v1
摘要
本文提出了一类新的分布性因果数量，称为结果条件化部分政策效应（outcome conditioned partial policy effects, OCPPE），用于衡量对目标协变量进行一般性反事实干预后，对结果分布不同分位范围内个体的平均效应。OCPPE 方法在以下几个方面具有重要价值：（i）与不可平方根可估计的无条件分位部分效应（UQPE）不同，OCPPE 可平方根可估计。分析师可以利用它捕捉结果变量 整个无条件分布上的异质性，同时获得在 上升和下降尾部的聚合效应的准确估计。（ii）明确推导了 OCPPE 的半参数效率界限。（iii）我们提出了 OCPPE 的高效去偏估计器，并提供了 OCPPE 过程的可行统一推断程序。（iv）OCPPE 的高效双鲁棒得分可用于通过最大化分位特定经验福祉函数来优化连续处理变量的微小扰动。我们通过分析防 smoking 政策如何影响新生儿低分位的出生体重来说明该方法。
引用
@article{arxiv.2407.16950,
title = {Identification and inference of outcome conditioned partial effects of general interventions},
author = {Zhengyu Zhang and Zequn Jin and Lihua Lin},
journal= {arXiv preprint arXiv:2407.16950},
year = {2024}
}