Artikel

Estimating endogenous treatment effects using latent factor models with and without instrumental variables

We provide evidence on the least biased ways to identify causal effects in situations where there are multiple outcomes that all depend on the same endogenous regressor and a reasonable but potentially contaminated instrumental variable that is available. Simulations provide suggestive evidence on the complementarity of instrumental variable (IV) and latent factor methods and how this complementarity depends on the number of outcome variables and the degree of contamination in the IV. We apply the causal inference methods to assess the impact of mental illness on work absenteeism and disability, using the National Comorbidity Survey Replication.

Sprache
Englisch

Erschienen in
Journal: Econometrics ; ISSN: 2225-1146 ; Volume: 9 ; Year: 2021 ; Issue: 1 ; Pages: 1-25 ; Basel: MDPI

Klassifikation
Wirtschaft
Health Behavior
Labor Force and Employment, Size, and Structure
Thema
disability
instrumental variable
latent factor models
mental illness
treatment effect

Ereignis
Geistige Schöpfung
(wer)
Banerjee, Souvik
Basu, Anirban
Ereignis
Veröffentlichung
(wer)
MDPI
(wo)
Basel
(wann)
2021

DOI
doi:10.3390/econometrics9010014
Handle
Letzte Aktualisierung
10.03.2025, 11:43 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Artikel

Beteiligte

  • Banerjee, Souvik
  • Basu, Anirban
  • MDPI

Entstanden

  • 2021

Ähnliche Objekte (12)