Estimating the Intensive Margin Effect in Panel Data Settings
面板数据中集约边际效应的估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确结合面板因果框架、样本选择界限以及平均和分位数处理效应。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
面板数据中集约边际效应的估计
- 研究问题
- 当政策同时影响参与决策和参与后的反应强度时，面板数据如何区分并部分识别集约边际的平均与分位数处理效应？
- 方法与思路
- 作者将 Horowitz–Manski–Lee 界限引入 Changes-in-Changes 框架，并探索利用多种样本选择来源放松原有单调性假设。
- 材料陈述的贡献
- 摘要提出集约边际效应的部分识别策略、估计量与推断结果，并以哥伦比亚职业培训项目展示方法的应用相关性。
- 阅读关注点
- 应核对集约边际目标人群、样本选择与分布变化条件、界限构造，以及多种选择来源究竟如何放松单调性限制。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明完整识别假设、界限宽度或应用结果，不能将部分识别理解为点识别。
原文摘要
Many policies operate through two different channels: the extensive margin (e.g., the decision to participate) and the intensive margin (e.g., the intensity of the response among participants). This paper develops a novel identification strategy to estimate the intensive margin effect in panel data settings. I adapt the Horowitz-Manski-Lee bounds to the Changes-in-Changes framework to partially identify both the average and quantile intensive margin treatment effects. Additionally, I explore how to leverage multiple sources of sample selection to relax the monotonicity assumption in the original Horowitz-Manski-Lee bounds, which may be of independent interest. Alongside the identification strategy, I present estimators and inference results. I illustrate the relevance of the proposed methodology by analyzing a job training program in Colombia.