where Liquidationpi are the predict

where Liquidationpi are the predicted values from the first-stage regression. The second-stage regression mirrors the OLS regression in equation (1), except that it relies on the exogenous componentof Liquidation—i.e., the component that is induced by the randomization of bankruptcy judges.In all regressions, we cluster standard errors at the division by year level. Doing so accountsfor any arbitrary correlation of the error terms within bankruptcy courts. Lastly, we weight allregressions by the inverse of the number of establishments operated by the bankrupt firm to ensurethat each firm receives the same weight and hence avoid overweighting large bankruptcy cases.If the conditions for a valid instrumental variable are met, captures the causal effect of Chapter7 liquidation on local employment and other outcomes of interest, relative to reorganization. It isimportant to note that the estimates in the instrumental variables analysis are coming only from thesensitive firms—i.e., firms that switch bankruptcy regimes because they were randomly assigned to ajudge who commonly converts cases to Chapter 7 (Imbens and Angrist (1994)). Clearly, some firmswill stay in Chapter 11 no matter the judge, and other firms will convert to Chapter 7 regardlessof the judge. Thus, the instrumental variables estimates only capture the local average treatmenteffect on the sensitive firms, and should be interpreted as such.

結果 (繁體中文) 1:

其中Liquidationpi是從第一級回歸預測值。第二級回歸反射鏡的OLS回歸方程式（1），不同之處在於它依賴外源組件上
的清算-即，由破產法官的隨機化所引起的分量。
在所有的回歸，我們簇開始一年的水平劃分標準誤差。這樣做佔
破產法庭內的誤差項的任意關聯。最後，我們所有的重量
由破產公司經營場所的數量的倒數回歸，以確保
每個企業接收相同的權重，從而避免增持大破產案。
如果遇到了一個有效的工具變量的情況下，抓住章的因果關係
7清算對當地就業和其他感興趣的結果，相對於重組。這是
要注意的是，在工具變量分析，估計是只從未來的重要
敏感的公司，即公司該交換機的破產制度，因為他們被隨機分配到
法官誰經常轉換的情況下，以第7章（Imbens和安格里斯特（1994） ）。顯然，一些企業
會留在第11章無論法官和其他公司將轉換為第七章，無論
法官。因此，工具變量估計只能捕捉到當地的平均處理
的敏感企業的影響，並應作如此解釋。

結果 (繁體中文) 2:

其中，清算pi是第一階段回歸的預測值。第二階段回歸反映了方程 （1） 中的 OLS 回歸，只不過它依賴于外源分量
清算，即由破產法官的隨機化引起的成分。
在所有回歸中，我們按年份對除數級別的標準錯誤進行分組。執行此動作帳戶
破產法院內錯誤條款的任何任意關聯。最後，我們重量所有
破產公司經營的機構數目的倒數倒退，以確保
每家公司都得到相同的重量，從而避免超重的大型破產案件。
如果滿足有效工具變數的條件，則捕獲章節的因果效應
7 就重組而言，對當地就業和其他利益成果進行清算。是的
需要注意的是，工具變數分析中的估計值僅來自
敏感的公司，即，公司轉換破產制度，因為他們被隨機分配給
法官誰通常轉換案件到第7章（Imbens和Angrist（1994年）。顯然，一些公司
將留在第11章，無論法官，其他公司將轉換為第7章，無論
法官。因此，工具變數估計僅捕獲局部平均處理
對敏感公司的影響，並應解釋為如此。

結果 (繁體中文) 3:

其中Liquidationpi是第一階段回歸的預測值。第二階段回歸反映了等式（1）中的OLS回歸，只是它依賴於外生成分
清算——即破產法官隨機化所產生的成分。
在所有的回歸中，我們將標準誤差按年份進行分類。這樣做說明
破產法院內部錯誤條款的任意關聯。最後，我們衡量所有人
按破產公司經營的機构數目的倒數進行回歸，以確保
每一家公司都受到同樣的重視，囙此避免過多地考慮大型破產案件。
如果滿足有效工具變數的條件，則捕獲第
（七）與重組有關的當地就業和其他利益關係的清算。它是
需要注意的是，工具變數分析中的估計值僅來自
敏感的公司——也就是說，那些改變破產制度的公司，因為他們被隨機分配到
通常將案件轉為第7章的法官（Imbens and Angrist（1994））。顯然，有些公司
不管法官怎麼說，都會留在第11章，其他公司也會變成第7章
法官。囙此，工具變數估計只捕獲局部平均處理
對敏感企業的影響，也應如此解釋。