Estimação em modelos de diferença-em-diferenças não lineares

• Ano de defesa: 2024
• Autor(a) principal: Wendt, Vitória Maria Martini
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Diferença-em-diferenças; Difference-in-differences; Estimação paramétrica e não paramétrica; Modelos não lineares; Nonlinear models; Parametric and non-parametric estimation
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/12/12138/tde-22082024-113613/

Neste trabalho nós mostramos que se a distribuição da variável resposta é conhecida então é possível a identificação e estimação do parâmetro efeito de tratamento nos tratados em modelos de diferença-em-diferenças não lineares (DD), para dados de painel ou cross-section repetidos. Nós provamos consistência e normalidade assintótica do estimador CIC paramétrico (CICp) e, ao final, comparamos os resultados deste com os estimadores propostos por Wooldridge (2023) e Athey e Imbens (2006) por meio de simulações de Monte Carlo e de uma aplicação empírica. Os resultados das simulações mostram que os estimadores CICp e Wooldridge (2023) são consistentes para determinados conjuntos de parâmetros da distribuição de probabilidade no caso de variáveis respostas discretas, sendo que CICp apresenta menores viés assintótico e desvio padrão, em mais cenários simulados. No caso contínuo, os três estimadores apresentam uma boa performance quanto a consistência e variabilidade. Na aplicação empírica verificamos que todos os estimadores apresentam estimativas do parâmetro de efeito de tratamento nos tratados que endossa a direção do efeito encontrada na literatura.