A Machine-Learning-Compatible Omnibus Test for Treatment Effect Heterogeneity¶

作者: Elia Lapenta, Anthony Strittmatter, Pedro Vergara Merino
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2607.06412

一、领域脉络与小综述¶

这个方向是什么¶

本子方向要解决的根本问题是：在允许使用高维控制变量进行因果识别的前提下，如何构造一个形式化的、与机器学习估计器兼容的全局检验，来判断处理效应是否随一组低维协变量系统性地变化。当前成熟度：已有大量工作聚焦于估计条件平均处理效应（CATE），但检验异质性的形式化方法相对较少，且大多局限于低维设定或特定估计器。本文试图填补这一缺口，提供一个适用于多种实证设计（随机实验、选择可观测变量、双重差分、工具变量）的 omnibus 检验。

发展脉络（history）¶

奠基工作：Crump et al. (2008) 提出非参数同质性检验，针对协变量定义的子总体，但“mainly designed for low-dimensional covariates and classical estimators”（论文原文）。这是早期直接检验异质性的尝试，但无法处理高维控制变量和灵活的第一阶段估计。
主要进展（CATE 估计）：大量工作发展了用 ML 估计 CATE 的方法，包括因果树/森林（Athey & Imbens, 2016; Wager & Athey, 2018; Athey et al., 2019）、去偏/正交化方法（Semenova & Chernozhukov, 2021; Fan et al., 2022; Nie & Wager, 2020; Kennedy, 2023）等。这些方法提供了强大的异质性估计工具，但“does not provide a general omnibus test of whether systematic heterogeneity is present with respect to observed covariates”（论文原文）。它们主要回答“异质性如何”，而非“是否存在异质性”。
当前 frontier（全局异质性检验）：Chernozhukov et al. (2025) 提出基于样本分割的通用框架，通过最佳线性预测（BLP）和排序效应来推断异质性摘要。Imai & Li (2025b) 提出针对随机实验的非参数异质性检验，基于排序效应。这些方法将异质性检验转化为对 ML 生成得分的线性关系或分组比较，但“our objective is to test directly whether treatment effects vary systematically with a chosen set of covariates, without requiring heterogeneity to be summarized by a linear projection or a small number of ranked groups”（论文原文）。此外，Ding et al. (2016, 2019) 发展了基于随机化的检验，针对“identical unit-level effects”的 sharp 零假设，但本文的目标是更弱的、可解释的异质性（基于 Xc）。
本文的位置：本文提出一个直接检验 H0: δc(Xc) = δ0 的 omnibus 检验，不依赖于先验的 ML 得分或分组，且适用于多种识别策略。其核心创新在于：将条件矩限制转化为连续无条件矩限制（ICM 方法），构造 Neyman 正交的检验统计量，并开发一个计算高效的 bootstrap（只需估计一次 nuisance 函数）。

子线索聚类¶

CATE 估计方法：包括树/森林方法（Athey & Imbens, 2016; Wager & Athey, 2018; Athey et al., 2019; Friedberg et al., 2021）、去偏/正交化方法（Semenova & Chernozhukov, 2021; Fan et al., 2022; Nie & Wager, 2020; Kennedy, 2023）、稀疏性方法（Hansen et al., 2023）、贝叶斯方法（Hahn et al., 2020）等。这些工作主要关注估计和推断 CATE，而非检验异质性是否存在。
全局异质性检验：包括 Crump et al. (2008)（低维）、Chernozhukov et al. (2025)（BLP 和排序效应）、Imai & Li (2025b)（排序效应）。这些检验依赖于 ML 生成的得分或分组，而本文直接检验 Xc 上的条件均值是否恒定。
随机化检验：Heckman et al. (1997)、Ding et al. (2016, 2019) 针对个体效应完全相同的 sharp 零假设。本文的零假设更弱（仅要求基于 Xc 的条件均值恒定），且适用于观察性研究。
ICM 方法在因果推断中的应用：Escanciano (2026) 使用 RKHS 进行矩限制的设定检验，但本文聚焦于处理效应异质性的特定矩限制，并建立了均匀经验过程展开，且 bootstrap 方案不同（加权 bootstrap 而非乘子 bootstrap）。

这个方向在追问的核心问题¶

核心问题 1：如何构造一个对 nuisance 函数估计误差不敏感的检验统计量，使得 ML 估计器可以灵活使用？——当前主流方法是 Neyman 正交性（如 DML），本文也采用此思路。
核心问题 2：如何将条件矩限制转化为可操作的检验统计量？——ICM 方法（Bierens, 2016）提供了一种途径，但需要处理 nuisance 估计的影响。
核心问题 3：如何获得临界值而不需要重估 nuisance 函数？——本文的 bootstrap 方案通过固定 nuisance 估计，仅重新计算低维量（如 δ0 的估计）来实现计算效率。
已知瓶颈：当 Xc 维度增加时，检验功效下降（模拟中观察到）；对于高维 Xc，ICM 方法可能面临维度诅咒；bootstrap 的有效性依赖于 nuisance 估计的收敛速率 o_P(n^{-1/4})。

⚠️ 作者的 framing¶

作者将缺口 frame 为：现有 ML 方法擅长估计 CATE 但缺乏直接的 omnibus 检验；BLP 和排序效应方法依赖于 ML 得分，不是直接检验 Xc 上的异质性。因此本文是“显然的下一步”：提供一个直接、计算高效、适用于多种设计的检验。作者淡化了以下竞争路线： - BLP 方法：作者指出 BLP 检验的是 ML 得分与 CATE 的线性关系，而非直接检验 Xc 上的异质性。但 BLP 方法在 Chernozhukov et al. (2025) 中也被视为异质性检验，且在高维 Xc 下可能更稳健。作者在模拟中比较了 BLP，发现本文检验在低维 Xc 下功效更高，但未讨论高维 Xc 下的比较。 - 随机化检验：作者明确区分了 sharp 零假设与本文的弱零假设，但未讨论当个体效应完全相同时，本文检验是否也能检测到（理论上可以，因为此时 δc(Xc) 也是常数，但若个体效应有不可观测的异质性，本文检验可能无法检测，而 sharp 检验可以）。 - Escanciano (2026)：作者指出其方法更一般，但本文聚焦于特定矩限制并建立了均匀展开，且 bootstrap 方案不同。作者未详细比较两种方法在异质性检验上的相对优劣。

什么明显该被引 / 该存在、却没出现在 intro 里？ 论文未引用关于“高维异质性检验”的近期工作，例如针对高维 Xc 的稀疏性检验或基于投影的检验。此外，关于“条件矩限制的 bootstrap 检验”的文献（如 Stute et al. 1998 等）未被提及，但可能相关。这值得研究者去查。

张力¶

未见明显对立引用。各被引工作之间在方法上互补而非矛盾。例如，CATE 估计方法（如因果森林）与本文的检验可以结合使用：先用本文检验发现异质性，再用 CATE 估计方法刻画异质性模式。

二、最核心、最简单的例子 / 数学问题¶

第一步：符号、模型、可观测数据交代清楚¶

符号：
\(D_i \in \{0,1\}\)：二元处理变量。
\(Y_i(d)\)：潜在结果，\(d=0,1\)。
\(Y_i = D_i Y_i(1) + (1-D_i) Y_i(0)\)：观测结果。
\(X_i\)：全协变量向量（可能高维），用于识别。
\(X_i^c \subseteq X_i\)：低维子向量，用于评估异质性。
\(\delta_0 = \mathbb{E}[Y(1)-Y(0)]\)：平均处理效应（ATE）。
\(\delta(X) = \mathbb{E}[Y(1)-Y(0) \mid X]\)：条件平均处理效应（CATE）。
\(\delta^c(X^c) = \mathbb{E}[Y(1)-Y(0) \mid X^c]\)：基于 Xc 的条件平均处理效应。
\(m_D(X) = \mathbb{E}[D \mid X]\)：倾向得分。
\(\mu_d(X) = \mathbb{E}[Y \mid X, D=d]\)：条件结果回归，\(d=0,1\)。
\(U = V - \delta_0\)，其中 \(V = \mu_1(X) - \mu_0(X) + \frac{D}{m_D(X)}[Y - \mu_1(X)] - \frac{1-D}{1-m_D(X)}[Y - \mu_0(X)]\)：Neyman 正交得分。
\(\phi_t(X^c) = \varphi(t^\top X^c)\)，其中 \(\varphi\) 是解析非多项式函数（如 \(\exp(i t^\top X^c)\)）。
\(\rho(t)\)：支撑在 \(\mathcal{T} \subseteq \mathbb{R}^{\dim(X^c)}\) 上的概率测度。
\(F_\rho\)：\(\rho\) 的对称傅里叶变换，即 \(F_\rho(u) = \int \exp(i t^\top u) d\rho(t)\)。
\(n\)：样本量。
\(\mathbb{E}_n\)：经验均值算子。
交叉拟合：将样本分为 \(N\) 折，对第 \(i\) 个观测，用除其所在折外的数据估计 nuisance 函数，记为 \(\hat{\mu}_{d,K(-i)}\)、\(\hat{m}_{D,K(-i)}\)。
模型：
数据生成机制：\((Y_i, D_i, X_i)\) i.i.d. 来自某个联合分布。
识别假设：无混淆性（Assumption 3.1）：\((Y(1), Y(0)) \perp D \mid X\)；共同支撑（Assumption 3.2）：\(0 < m_D(X) < 1\) a.s.。
目标参数：\(\delta_0\) 和 \(\delta^c(X^c)\)。
要估计的对象：\(\mu_0, \mu_1, m_D\)（nuisance 函数），以及 \(\delta_0\)。
可观测数据：\(\{(Y_i, D_i, X_i)\}_{i=1}^n\)。潜在结果 \(Y_i(1), Y_i(0)\) 不可观测。处理效应 \(Y_i(1)-Y_i(0)\) 不可观测。但通过假设，\(\delta_0\) 和 \(\delta^c(X^c)\) 可由可观测数据识别。

第二步：讲最小内核¶

最简特例：假设 \(X^c\) 是一维连续协变量（例如年龄），且我们只关心 ATE 异质性检验。进一步假设 nuisance 函数已知（oracle 情形），即 \(\mu_0, \mu_1, m_D\) 已知，则 \(U_i = V_i - \delta_0\) 可直接计算。此时检验统计量为：

\[S_n^{\text{oracle}} = \int \left| \sqrt{n} \mathbb{E}_n[U_i \phi_t(X_i^c)] \right|^2 d\rho(t).\]

取 \(\phi_t(x) = \exp(i t x)\)，\(\rho\) 为标准正态密度，则 \(F_\rho(u) = \exp(-u^2/2)\)，统计量简化为：

\[S_n^{\text{oracle}} = \frac{1}{n} \sum_{i,j} U_i U_j \exp\left(-\frac{(X_i^c - X_j^c)^2}{2}\right).\]

这本质上是一个核平滑的 U 统计量，度量了 \(U_i\) 与 \(X_i^c\) 之间的相关性。在零假设下，\(\mathbb{E}[U \mid X^c] = 0\)，因此 \(S_n^{\text{oracle}}\) 渐近服从一个高斯过程的积分。这个特例揭示了检验的核心思想：如果处理效应在 \(X^c\) 上恒定，则 \(U\) 与任何 \(X^c\) 的函数不相关；通过积分所有可能的 \(t\)，我们捕捉到任何形式的偏离。

一般情形：当 nuisance 函数未知时，我们使用交叉拟合估计 \(\hat{U}_i\)，并构造类似的统计量。关键挑战是 \(\hat{U}_i\) 的估计误差会影响渐近分布，但 Neyman 正交性保证了在 \(o_P(n^{-1/4})\) 的收敛速率下，估计误差是二阶的，不影响极限分布。bootstrap 方案通过固定 nuisance 估计，仅重新计算 \(\hat{\delta}\) 来模拟零分布，避免了重估 nuisance 的计算成本。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：提出了一个与机器学习兼容的非参数 omnibus 检验，用于检测处理效应是否随低维协变量子集 \(X^c\) 系统性变化，适用于随机实验、选择可观测变量、双重差分（面板和重复截面）以及工具变量设定。
核心工具/方法：基于 Integrated Conditional Moment (ICM) 原理，将条件矩限制转化为连续无条件矩限制；构造 Neyman 正交的得分 \(U\)，使用交叉拟合估计 nuisance 函数；开发一个加权 bootstrap 程序，该程序只需估计一次 nuisance 函数，在每次 bootstrap 迭代中仅重新计算低维量（如 \(\hat{\delta}\)），从而保持计算效率。
主要结论：在正则条件下，检验统计量在零假设下弱收敛到一个高斯过程的积分，在备择下发散；bootstrap 临界值渐近有效（size 正确，power 趋于 1）。模拟显示接近名义水平的 size 和良好的功效；两个实证应用（401k 退休储蓄和贸易自由化）展示了方法的实用性。

关键设定与假设¶

核心设定：区分用于识别的全协变量 \(X\)（可能高维）和用于评估异质性的低维子集 \(X^c\)。零假设为 \(H_0: \delta^c(X^c) = \delta_0\)，即基于 \(X^c\) 的条件平均处理效应为常数。
关键假设（以 ATE 为例）：
Assumption 3.1 (无混淆性)：\((Y(1), Y(0)) \perp D \mid X\)。这是识别的基础。
Assumption 3.2 (共同支撑)：\(0 < m_D(X) < 1\) a.s.。
Assumption 3.3 (正则性)：i.i.d. 样本；\(Y, \mu_0, \mu_1\) 有界；\(X^c\) 有界支撑；\(\varphi\) 为解析非多项式函数且各阶导数在 0 处非零（保证 ICM 等价性）。
Assumption 3.4 (nuisance 估计质量)：交叉拟合估计的 \(L_2\) 误差为 \(o_P(n^{-1/4})\)；估计的回归函数一致有界；估计的倾向得分一致远离 0 和 1。这是 DML 的标准条件，允许使用神经网络（Farrell et al., 2021）和随机森林（Scornet et al., 2015）等 ML 方法。
相比已有文献的放宽/强化：相比 Crump et al. (2008)，本文允许高维 \(X\) 和 ML 估计；相比 Chernozhukov et al. (2025)，本文直接检验 \(X^c\) 上的异质性而非通过 ML 得分；相比 Ding et al. (2016)，本文零假设更弱（仅要求条件均值恒定而非个体效应相同）。

主要结果¶

Proposition 3.1 (渐近分布)：在 \(H_0\) 下，\(S_n \xrightarrow{d} \int |G(f_t)|^2 d\rho(t)\)，其中 \(G\) 是零均值紧高斯过程，协方差为 \(\mathbb{E}[f_{t_1}(\zeta) f_{t_2}(\zeta)]\)，\(f_t(\zeta) = U[\phi_t(X^c) - \iota_t]\)，\(\iota_t = \mathbb{E}[\phi_t(X^c)]\)。在 \(H_1\) 下，\(S_n \xrightarrow{P} \infty\)。
Proposition 3.2 (bootstrap 有效性)：在 \(H_0\) 下，\(\Pr(S_n > \hat{q}_{1-\alpha}) \to \alpha\)；在 \(H_1\) 下，\(\Pr(S_n > \hat{q}_{1-\alpha}) \to 1\)。即 bootstrap 临界值渐近控制 size 且检验一致。
扩展结果：对 DiD（面板和重复截面）和 LATE 设定，类似地建立了渐近分布和 bootstrap 有效性（Proposition 4.1-4.6）。这些结果的证明结构类似，但影响函数形式更复杂（例如 DiD 重复截面中需考虑 \(\lambda\) 的估计）。
模拟结果：在 DiD 重复截面设定下，零假设下 rejection rate 接近名义水平（表 1），功效随异质性参数 \(\gamma\) 增加而上升（图 1）。在 ATE 设定下（附录 B），与 BLP 方法（Chernozhukov et al., 2025）比较，本文检验在低维 \(X^c\) 下功效更高，且对 ML 方法的选择更不敏感（表 B.1, 图 B.1, B.2）。

证明路线与技术技巧¶

整体路线（以 ATE 为例）： 1. 将零假设转化为无条件矩限制：利用 Bierens (2016) 定理，\(H_0: \mathbb{E}[U \mid X^c] = 0\) 等价于 \(\mathbb{E}[U \phi_t(X^c)] = 0\) 对所有 \(t \in \mathcal{T}\)。 2. 构造可行统计量：用交叉拟合估计 \(\hat{U}_i\)，定义 \(S_n = \int |\sqrt{n} \mathbb{E}_n[\hat{U}_i \phi_t(X^c_i)]|^2 d\rho(t)\)。选择 \(\phi_t(x) = \exp(i t^\top x)\) 和 \(\rho\) 为高斯密度，得到闭式 \(S_n = \frac{1}{n} \hat{U}^\top F_\rho \hat{U}\)。 3. 渐近分布推导： - 首先证明 \(\hat{U}_i\) 的估计误差是二阶的：由于 Neyman 正交性，\(\mathbb{E}_n[\hat{U}_i \phi_t(X^c_i)] = \mathbb{E}_n[U_i \phi_t(X^c_i)] + o_P(n^{-1/2})\)，这依赖于 Assumption 3.4 的 \(o_P(n^{-1/4})\) 速率和交叉拟合。 - 然后，经验过程 \(\sqrt{n} \mathbb{E}_n[U_i \phi_t(X^c_i)]\) 在 \(t\) 上弱收敛到高斯过程 \(G(f_t)\)，其中 \(f_t(\zeta) = U[\phi_t(X^c) - \iota_t]\)（中心化以消除 \(\iota_t\) 的估计影响）。这需要验证 Donsker 条件，利用 \(U\) 和 \(\phi_t\) 的有界性以及 \(\mathcal{T}\) 的紧性。 - 由连续映射定理，\(S_n\) 收敛到 \(\int |G(f_t)|^2 d\rho(t)\)。 4. bootstrap 有效性： - 构造 bootstrap 统计量 \(S_n^* = \int |\sqrt{n} \mathbb{E}_n[(\hat{U}_i^* - \tilde{U}_i^*) \phi_t(X^c_i)]|^2 d\rho(t)\)，其中 \(\hat{U}_i^* = \xi_i (\hat{V}_i - \hat{\delta}^*)\)，\(\tilde{U}_i^* = \hat{V}_i - \tilde{\delta}^*\)，\(\hat{\delta}^* = \mathbb{E}_n[\xi_i \hat{V}_i]\)，\(\tilde{\delta}^* = \hat{\delta} \mathbb{E}_n[\xi_i]\)，\(\xi_i\) 为 i.i.d. 权重（均值为 1，方差为 1）。 - 关键：bootstrap 中 nuisance 估计固定，仅重新计算 \(\hat{\delta}^*\) 和 \(\tilde{\delta}^*\)。这模拟了零分布中 \(\hat{\delta}\) 的抽样变异性，同时保持 nuisance 估计的变异性固定（因为 nuisance 估计的变异性在零分布中已被吸收到高斯过程的协方差中，且 bootstrap 通过权重 \(\xi_i\) 复制了样本的随机性）。 - 证明 bootstrap 统计量条件分布弱收敛到与零分布相同的极限，从而临界值渐近有效。

关键跳跃点： - Neyman 正交性：确保 \(\hat{U}_i\) 的估计误差不影响一阶渐近。这是 DML 的核心技巧，本文将其应用于检验统计量而非点估计。 - 均匀经验过程展开：需要证明 \(\sqrt{n} \mathbb{E}_n[\hat{U}_i \phi_t(X^c_i)]\) 在 \(t\) 上一致地等于 \(\sqrt{n} \mathbb{E}_n[U_i \phi_t(X^c_i)] + o_P(1)\)。这比点态收敛更强，需要利用 nuisance 估计的 \(L_2\) 速率和函数类 \(\{\phi_t: t \in \mathcal{T}\}\) 的 VC 维或熵条件。 - bootstrap 构造：不同于标准的乘子 bootstrap（直接对 \(U_i\) 加权重），本文的 bootstrap 统计量包含 \(\hat{U}_i^* - \tilde{U}_i^*\)，其中 \(\tilde{U}_i^*\) 用于中心化，使得 bootstrap 分布逼近零分布。这种构造避免了计算复杂的 influence function 项，且计算简单（仅需矩阵运算）。

技术技巧点名： - ICM (Integrated Conditional Moment)：将条件矩检验转化为连续无条件矩检验，使用 Bierens (2016) 的定理。 - Neyman 正交性：构造得分 \(U\) 使得对 nuisance 函数的一阶导数消失。 - 交叉拟合 (Cross-fitting)：避免过拟合，保证 nuisance 估计误差的独立性。 - 加权 bootstrap (Weighted bootstrap)：使用 i.i.d. 权重 \(\xi_i\)，而非乘子 bootstrap（后者需要 influence function 的显式形式）。本文的 bootstrap 是“hybrid between a weighted bootstrap and a multiplier bootstrap”（论文原文）。 - 闭式统计量：通过选择 \(\phi_t(x) = \exp(i t^\top x)\) 和 \(\rho\) 为高斯密度，将积分转化为二次型 \(S_n = \frac{1}{n} \hat{U}^\top F_\rho \hat{U}\)，其中 \(F_\rho\) 是高斯核矩阵。这避免了数值积分，计算高效。

真实例子与应用¶

401(k) 退休储蓄：
数据：1991 年 SIPP 数据，来自 Chernozhukov et al. (2018) 的分析样本。结果变量为净金融资产，处理变量为 401(k) 资格。协变量包括年龄、收入、教育、家庭规模等。
方法应用：在条件无混淆性假设下，使用 lasso 和随机森林估计 nuisance 函数（\(\mu_0, \mu_1, m_D\)），然后计算检验统计量。异质性变量 \(X^c\) 依次加入（从年龄和收入开始，逐步增加其他特征）。
结果：图 2 显示 p 值随 \(X^c\) 维度增加而上升，但多数设定下 p 值小于 0.05（尤其是低维时），表明存在显著的异质性。随机森林结果更稳定。
说明什么：验证了检验在观察性研究中的实用性，能检测到经济上有意义的异质性（如不同收入、年龄组的 401(k) 效应不同）。
贸易自由化与腐败：
数据：来自 Sequeira (2016) 和 Chang (2020)，包含南非-莫桑比克贸易走廊的货物数据。结果变量为对数贿赂金额，处理变量为是否经历关税减免（2008 年 SADC 协议）。协变量包括货物特征、产品类别、检查指标等。
方法应用：在重复截面 DiD 设定下，使用 lasso 和随机森林估计 nuisance 函数（\(\mu_0^Y, \mu_0^{YT}, m_G\)），然后计算检验统计量。异质性变量依次加入。
结果：图 3 显示随机森林设定下多个 p 值小于 0.05，而 lasso 设定下 p 值较大。说明灵活的非线性估计（随机森林）可能更适应此应用。
说明什么：展示了检验在 DiD 设计中的应用，并提示 ML 方法的选择会影响检验结果（但本文检验本身不依赖于特定 ML 方法）。

🔎 结论是否比证明窄¶

论文的结论声称检验适用于“a broad class of estimators, including modern machine-learning methods”（摘要），但证明中 Assumption 3.4 要求 nuisance 估计的 \(L_2\) 误差为 \(o_P(n^{-1/4})\)。虽然论文指出神经网络和随机森林满足此条件（引用 Farrell et al., 2021; Scornet et al., 2015），但并非所有 ML 方法都已知满足此速率（例如，深度集成方法或某些 boosting 变体）。因此，结论的适用范围实际上受限于已知满足 \(o_P(n^{-1/4})\) 速率的估计器。论文在模拟中仅使用了 lasso 和随机森林，未验证更复杂的 ML 方法。
在 DiD 重复截面设定中，bootstrap 统计量的构造（式 18）涉及 \(\tilde{U}_i^{DiDrcs*}\)，其中使用了 \(\tilde{\lambda}^* = \mathbb{E}_n[\xi_i] \hat{\lambda}\) 和 \(\tilde{\delta}^* = \mathbb{E}_n[\xi_i] \mathbb{E}_n[\hat{W}_i(\tilde{\lambda}^*)] / \hat{\pi}\)。论文声称这是“hybrid between a weighted bootstrap and a multiplier bootstrap”，但未提供该 bootstrap 与标准乘子 bootstrap 的等价性证明，仅给出了渐近有效性的命题。读者需依赖补充材料中的证明细节（未提供），因此结论的严谨性依赖于未公开的证明。
论文在模拟中比较了 BLP 方法（Chernozhukov et al., 2025），发现本文检验在低维 \(X^c\) 下功效更高。但 BLP 方法原本设计用于高维 \(X^c\)（通过 ML 得分降维），而本文检验在 \(X^c\) 维度增加时功效下降（模拟中观察到）。因此，论文的结论“our test is more powerful”可能仅在低维 \(X^c\) 下成立，作者未明确限定这一范围。

四、开放问题¶

高维 \(X^c\) 下的检验：本文的检验在 \(X^c\) 维度增加时功效下降（模拟中 d=5 比 d=2 更保守）。如何构造一个在高维 \(X^c\) 下仍有效的 omnibus 检验？可能的路径包括稀疏性假设或投影方法。扎根于论文 Section 5.2 的模拟结果和 Section 7 的 future work 提及“settings in which both identification and heterogeneity are governed by high-dimensional covariates”。
bootstrap 的理论证明细节：论文的 bootstrap 构造（尤其是 DiD 重复截面和 LATE 设定）与标准乘子 bootstrap 不同，其渐近有效性的证明依赖于补充材料（未提供）。独立验证或简化该 bootstrap 的理论是一个开放问题。扎根于论文 Section 4.2 的 bootstrap 描述和 Proposition 4.4 的陈述。
与其他检验方法的比较：论文与 BLP 方法（Chernozhukov et al., 2025）进行了模拟比较，但未与基于 RKHS 的检验（Escanciano, 2026）或基于随机化的检验（Ding et al., 2016）进行系统比较。这些方法在不同设定下的相对优劣尚不清楚。扎根于论文 Section 1 的 related literature 部分，作者提到 Escanciano (2026) 但未比较。
nuisance 估计速率的放松：Assumption 3.4 要求 \(o_P(n^{-1/4})\) 的 \(L_2\) 速率。对于某些 ML 方法（如深度神经网络在非光滑情形下），该速率可能不成立。能否在更弱的速率下（如 \(o_P(n^{-1/3})\)）仍保持检验的有效性？这需要更精细的偏差分析或不同的正交化策略。扎根于论文 Assumption 3.4 和引用 Farrell et al. (2021) 的讨论。

Maintained by 陈星宇 · Homepage · Source on GitHub