残差化处理强度与平均部分效应估计
计量经济学
2025-02-17 v1
摘要
本文引入 R-OLS，这是一种用于估计连续处理变量对结果变量进行平均部分效应 (APE) 的估计器，其在存在非线性和非可加性混杂因素的情况下工作。通过对 Stein's Lemma（Stein，1981）进行一般化，利用处理中外部误差分量以及处理与混杂因素之间灵活的函数关系，实现对 APE 的识别。R-OLS 的识别结果用于表征 Double/Debiased Machine Learning（Chernozhukov 等人，2018）的性质，阐明了在何种条件下才能一致估计 APE。普通最小二乘估计量的一种新型分解提供了对这些结果的直观理解。蒙特卡洞模拟表明，所提出的估计器在已有方法中优于并能准确估计真实 APE，同时对其基本假设的中度违反具有较强鲁棒性。该方法通过对 Fetzer（2019）的经验应用进行进一步说明。
引用
@article{arxiv.2502.10301,
title = {Residualised Treatment Intensity and the Estimation of Average Partial Effects},
author = {Julius Schäper},
journal= {arXiv preprint arXiv:2502.10301},
year = {2025}
}