Extreme Quantile Treatment Effects under Endogeneity: Evaluating Policy Effects for the Most Vulnerable Individuals
内生性下的极端分位数处理效应：评估最弱势群体的政策效果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：摘要明确研究内生性下的分位数处理效应，并涉及工具变量和断点回归设计，直接对应因果推断与分位数效应。
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
内生性下的极端分位数处理效应：评估最弱势群体的政策效果
- 研究问题
- 当处理具有内生性且结果分布的极端尾部观测稀少甚至缺失时，如何估计极端分位数处理效应并进行具有理论依据的推断？
- 方法与思路
- 作者利用正则变动与子抽样构造极端分位数处理效应的估计和推断方法，摘要称该方法适用于工具变量、断点回归等多类研究设计。
- 材料陈述的贡献
- 摘要称，该方法在极端尾部具有稳健表现；JTPA 培训项目应用显示最低分位数效应显著为负，与既有中间分位数正效应结论形成对照。
- 阅读关注点
- 应核对各设计下处理效应的识别条件、尾部正则变动限制、极端分位数的外推方式，以及子抽样推断和应用显著性的依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；尾部缺少数据时的结论依赖模型限制，摘要未给出完整条件、估计幅度或区间。
原文摘要
We introduce a novel method for estimating and conducting inference about extreme quantile treatment effects (QTEs) in the presence of endogeneity. Our approach is applicable to a broad range of empirical research designs, including instrumental variables design and regression discontinuity design, among others. By leveraging regular variation and subsampling, the method ensures robust performance even in extreme tails, where data may be sparse or entirely absent. Simulation studies confirm the theoretical robustness of our approach. Applying our method to assess the impact of job training provided by the Job Training Partnership Act (JTPA), we find significantly negative QTEs for the lowest quantiles (i.e., the most disadvantaged individuals), contrasting with previous literature that emphasizes positive QTEs for intermediate quantiles.