Distributional Effects in Censored Quantile Regressions with Endogeneity and Heteroskedasticity
内生性与异方差下删失分位数回归的分布效应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：摘要明确以删失分位数模型估计不同相对排序上的异质性分布效应，直接对应分位数与分布效应。
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
内生性与异方差下删失分位数回归的分布效应
- 研究问题
- 当结果变量存在删失、解释变量内生且误差异方差时，如何估计经济因素在不同潜在相对排序上的分布效应？
- 方法与思路
- 作者提出双重嵌套步骤估计，将序贯分析与控制函数结合，在两步程序中嵌入一系列级数分位数回归。
- 材料陈述的贡献
- 摘要称该算法具有计算可行性，模拟显示有限样本表现良好，并用于估计英国家庭商品支出的异质性收入弹性。
- 阅读关注点
- 应核对删失机制、控制函数成立条件与相对排序的解释，并检查级数选择、误差传播及模拟中的比较基准。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明具体识别条件、收敛性质及有限样本改善幅度。
原文摘要
Distributional effects, captured by quantile frameworks, are well-received for characterizing heterogeneous impacts of economic factors across the unobserved relative ranks. Censored outcome, endogenous regressor and heteroskedastic error are prevalent in empirical work, yet challenge the consistency of existing quantile estimation methods. This paper proposes a two-nested-step(TNS) estimation method for distributional effects in censored quantile models with endogeneity and heteroskedasticity. It combines the sequential analysis with the control function approach, adapting for heterogeneous distributional effects. The estimation algorithm is a two-step procedure nested with a sequence of series quantile regressions, thereby providing applied researchers with a computationally tractable and practically feasible tool. Monte Carlo simulation results demonstrate the good performance of our estimator in a finite sample. We apply the proposed method to estimate heterogeneous income elasticities of households across relative ranks of commodity expenditure using data from the UK Family Expenditure Survey.