.png){kind=icon}
返回
The chained difference-in-differences
.png){kind=icon}
OA
AI
DOI：10.1016/j.jeconom.2024.105783.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究探讨了在平衡面板数据不可用或仅包含可用数据子集的情况下，长期（二元）处理效应参数的识别、估计与推断问题。我们提出了一种新的估计量：链式双重差分法，该方法利用了众多非平衡面板数据集中存在的重叠结构。该方法的核心在于聚合在多个不完整面板上估计得到的一系列短期处理效应。我们的估计量能够处理（1）多个时间周期，（2）处理时间的变化，（3）处理效应异质性，（4）一般的缺失数据模式，以及（5）基于可观测变量的样本选择问题。我们论证了所提出估计量的渐近性质，并将其与现有方法在识别和效率增益方面进行了比较讨论。最后，我们通过（i）数值模拟和（ii）一项关于法国创新政策影响的应用案例，阐述了该方法的重要性。
Keyword:
Event study
Unbalanced panel
Attrition
Treatment effect heterogeneity
GMM
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4
论文数:
5.2K
被引数:
3.0W
机构
引用论文
分享收藏How long does innovation and commercialisation in the energy sectors take? Historical case studies of the timescale from invention to widespread commercialisation in energy supply and end use technology.png)
ENERGY POLICYOAAI
ENERGY POLICYIF9.2
OAAI分享收藏
查看更多内容