2021年5月
本文给出了有样本选择时边际处理效应(MTE)的识别结果。我们表明,无论治疗与否,对于始终观察的个体,MTE是部分确定的,并且在三组越来越严格的假设下,该参数的边界一致地尖锐。第一个结果用不受限制的样本选择机制强加了标准MTE假设。第二组条件对样本选择变量的处理施加单调性,大大缩小了识别集。最后,我们结合了一个随机优势假设,它收紧了MTE的下界。我们的分析扩展到离散仪器。结果依赖于确定混合权重的问题的混合重新公式,将Lee(2009)的修剪过程扩展到MTE上下文中。我们提出了导出边界的估计量,并使用Deb、Munkin和Trivedi(2006)提供的数据来经验地说明我们方法的有用性。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。