A Comparison of Two Quantile Models With Endogeneity
两种含内生性的分位数模型比较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：摘要直接比较工具变量分位数模型与局部处理效应，核心涉及因果识别及分位数效应。
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
两种含内生性的分位数模型比较
- 研究问题
- 作者研究 IVQR 与局部分位数处理效应模型之间的关系，尤其关注秩相似条件不成立时 IVQR 估计对象的解释。
- 方法与思路
- 摘要称推导 IVQR 估计对象的闭式表示，将其连接到服从者在转换分位点上的处理效应，并用两个实证应用说明理论。
- 材料陈述的贡献
- 摘要称上述联系不依赖秩相似条件，并将 IVQR 的平均处理效应估计对象表示为局部平均效应与服从者效应积分的组合。
- 阅读关注点
- 应核对闭式表示所需的其他条件、转换分位点和权重定义，以及总体效应、服从者效应与估计对象之间的区别。
- 阅读边界
- 所给出版社摘要未列出所有前提和应用结果；不依赖秩相似条件不代表无需其他识别条件，也不保证识别总体处理效应。
原文摘要
This article studies the relationship between the two most-used quantile models with endogeneity: the instrumental variable quantile regression (IVQR) model (Chernozhukov and Hansen 2005) and the local quantile treatment effects (LQTE) model (Abadie, Angrist, and Imbens 2002). The key condition of the IVQR model is the rank similarity assumption, a restriction on the evolution of individual ranks across treatment states, under which population quantile treatment effects (QTE) are identified. By contrast, the LQTE model achieves identification through a monotonicity assumption on the selection equation but only identifies QTE for the subpopulation of compliers. This article shows that, despite these differences, there is a close connection between both models: (i) the IVQR estimands correspond to QTE for the compliers at transformed quantile levels and (ii) the IVQR estimand of the average treatment effect is equal to a convex combination of the local average treatment effect and a weighted average of integrated QTE for the compliers. These results do not rely on the rank similarity assumption and therefore provide a characterization of IVQR in settings where this key condition is violated. Underpinning the analysis are novel closed-form representations of the IVQR estimands. I illustrate the theoretical results with two empirical applications.