A Synthetic Control Approach to Conditional Distributional Treatment Effects
条件分布处理效应的合成控制方法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：摘要明确以合成控制识别条件分布处理效应，并分析最低工资政策的分布影响。
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
条件分布处理效应的合成控制方法
- 研究问题
- 论文研究如何用合成控制估计给定协变量后的分布处理效应，并识别无条件分布分析可能掩盖的群体差异与局部效应。
- 方法与思路
- 作者在半参数分布回归的参数空间设定平行趋势，以带权重总和约束的最小二乘构造反事实分布，并提出上确界检验。
- 材料陈述的贡献
- 摘要称获得闭式权重估计及反事实估计量的渐近分布，刻画两类估计误差；最低工资应用发现效应集中于特定劳动者的工资区间。
- 阅读关注点
- 应核对参数空间平行趋势的含义、权重是否允许为负，以及分布回归误差和权重误差的联合推导、检验临界值与应用设计。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未给出完整识别条件、效应大小或最低工资应用的稳健性细节。
原文摘要
This paper proposes a synthetic control (SC) framework for the estimation of conditional distributional treatment effects. Identification rests on a parallel trends condition formulated in the parameter space of the semiparametric distribution regression (DR) model, which keeps the counterfactual conditional distribution within the model class. The weights solve a least-squares problem subject to an adding-up constraint, yielding a closed-form estimator. We derive the asymptotic distribution of the counterfactual estimator, with DR estimation error and weight estimation error contributing at the same rate to the asymptotic variance. Moreover, we propose a supremum test for the null of no treatment effect, whose limit is the supremum of a Gaussian process. Simulations illustrate that conditioning on covariates can reveal effects being difficult to detect from the unconditional distribution alone. An application to the 1992 New Jersey minimum wage increase using CPS data finds effects concentrated in the minimum-wage corridor for low-education, low-experience workers.