2023年5月4日中午，应对外经济贸易大学保险学院邀请，天津大学马寅初经济学院助理教授杨珅珅在博学楼509分享了题为“Sharp Bounds on Treatment Effects for Policy Evaluation”的学术报告。本次报告的主题是进行政策评估过程中的参数估计问题。报告会由劳动经济与社会保障学系喻蝉主持，保险学院部分师生通过线上或线下参与了报告会。

杨珅珅老师首先指出，对于反事实政策评估研究，确保处理参数与相关政策的关联性十分重要，但当存在未观测异质性的情况下，这一挑战尤为严峻。该问题在局部平均处理效应（LATE）的定义中得到了很好的体现，由于该参数本质上是局部的，仅能反映特定人群（即“遵从者”）中的平均处理效应（ATE）。这些事实导致选择LATE作为反事实政策评估可靠参数会面临两个主要挑战：首先，用于测量效应的亚群可能不是政策利益所在的人群；其次，亚群的定义取决于所选择的工具变量，使得参数在新环境中更难以推广。

随后，杨珅珅老师展示了如何使用二元工具变量，基于二元和连续型因变量系统性计算处理参数的各种推广性尖锐非参数界限的方法。这些参数被定义为 MTE的加权平均值，具体包括ATE、对处理者的处理效果、新政策引起的子群体的LATE，以及与政策相关的处理效应（PRTE）等。在此过程中，杨老师还介绍了如何引入更广泛的识别假设约束，对早期文献的研究结果进行了推广，并以医疗保险政策对医疗服务使用的影响为例展示本文方法的有效性。

杨珅珅老师的研究结果对于提高政策评估时参数估计的准确性具有重要启示意义。在杨珅珅老师分享期间，在座的老师和同学们与杨珅珅老师进行了深入的讨论，受益颇多。