Extremal quantile regressions for selection models and the black–white wage gap
样本选择模型的极端分位数回归与黑人—白人工资差距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。
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：摘要明确以极端分位数回归处理样本选择并研究工资差距，直接对应分位数方法，未明确提出处理效应估计。
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…
样本选择模型的极端分位数回归与黑人—白人工资差距
- 研究问题
- 在没有工具变量或大支撑回归变量时，如何识别并估计半参数样本选择模型，以及分析男性黑人与白人工资差距？
- 方法与思路
- 识别依赖于结果变量取任意大值时协变量与选择的独立性；作者使用极端分位数回归，并将相关渐近理论扩展至选择情形。
- 材料陈述的贡献
- 摘要称建立了估计量的渐近正态性；在两个青年纵向调查样本中，认知测试与家庭背景等入市前因素对解释工资差距很关键。
- 阅读关注点
- 应核对尾部独立性限制的准确表述、极端分位数的选择规则、选择如何进入渐近理论，以及工资差距解释的模型含义。
- 阅读边界
- 仅依据所给出版社摘要，不能判断尾部识别限制在工资数据中的可信度，也不能将解释作用直接理解为因果效应；数值结果未说明。
原文摘要
We consider the estimation of a semiparametric sample selection model without instrument or large support regressor. Identification relies on the independence between the covariates and selection, for arbitrarily large values of the outcome. We propose a simple estimator based on extremal quantile regression and establish its asymptotic normality by extending previous results on extremal quantile regressions to allow for selection. Finally, we apply our method to estimate the black–white wage gap among males from the NLSY79 and NLSY97. We find that premarket factors such as AFQT and family background play a key role in explaining the black–white wage gap.