通过时间联系、观测和实验数据识别长期处理效应
计量经济学
2026-03-20 v2 统计方法学
摘要
近期文献提出结合短期实验数据和长期观测数据，以提供传统观测研究的替代方案，用于识别长期平均处理效应（LTE）。本文重新审视了识别问题，并发现限制时间联系函数的假设——即短期与长期平均潜在结果之间的关系——在此语境中是核心因素。实验数据用于增强此类假设的识别能力；没有它们，组合数据并不比单独观测数据提供更多信息。因此，合理的推断依赖于此类中可辩护的限制。基于此动机，我引入了两种处理响应假设，这些假设可能基于经济理论或直觉是可辩护的。为了利用它们并促进未来发展，我开发了一种新的统一识别框架，该框架在计算上对一般类的时间联系函数限制产生 LTE 的紧界，并容纳不完美的实验依从性——从而也扩展了现有方法。我通过估计 Head Start 参与的长期效应来说明该方法。研究结果表明，对教育程度、就业和犯罪参与的影响是持久的，但其幅度小于兄弟姐妹比较所确立的影响。
引用
@article{arxiv.2411.04380,
title = {Identification of Long-Term Treatment Effects via Temporal Links, Observational, and Experimental Data},
author = {Filip Obradović},
journal= {arXiv preprint arXiv:2411.04380},
year = {2026}
}