本文在双重差分模型下提出一种新的协变量平衡法估计倾向得分,进而估计受处理者的平均处理效应(The Average Treatment Effect on the Treated,ATT),该方法使控制组协变量逼近基的加权样本均值等于总体协变量逼近基的样本均值。相比于...本文在双重差分模型下提出一种新的协变量平衡法估计倾向得分,进而估计受处理者的平均处理效应(The Average Treatment Effect on the Treated,ATT),该方法使控制组协变量逼近基的加权样本均值等于总体协变量逼近基的样本均值。相比于传统估计方法,本文提出的方法有如下优势,一是,能够有效减少极端估计权重的出现,进而提升目标参数估计量的准确性和稳定性;二是,无需对倾向得分做任何函数形式假定,从而可以有效避免模型误设,且所得ATT估计量的权重自动满足归一化条件;三是,最优化函数满足严凸性且不带任何约束,从而确保解的唯一性和求解简便性。在某些正则条件下,本文证明ATT估计量具有一致性与渐近正态性,并且渐近方差可达到半参数效率的下界。此外,进一步使用蒙特卡罗模拟考察估计方法的有限样本性质,结果表明该方法具有较高的估计精度。最后,基于中国家庭追踪调查数据进行实证分析,进一步验证了精准扶贫政策的有效性。展开更多
文摘本文在双重差分模型下提出一种新的协变量平衡法估计倾向得分,进而估计受处理者的平均处理效应(The Average Treatment Effect on the Treated,ATT),该方法使控制组协变量逼近基的加权样本均值等于总体协变量逼近基的样本均值。相比于传统估计方法,本文提出的方法有如下优势,一是,能够有效减少极端估计权重的出现,进而提升目标参数估计量的准确性和稳定性;二是,无需对倾向得分做任何函数形式假定,从而可以有效避免模型误设,且所得ATT估计量的权重自动满足归一化条件;三是,最优化函数满足严凸性且不带任何约束,从而确保解的唯一性和求解简便性。在某些正则条件下,本文证明ATT估计量具有一致性与渐近正态性,并且渐近方差可达到半参数效率的下界。此外,进一步使用蒙特卡罗模拟考察估计方法的有限样本性质,结果表明该方法具有较高的估计精度。最后,基于中国家庭追踪调查数据进行实证分析,进一步验证了精准扶贫政策的有效性。
