Nonparametric Difference-in-Differences in Repeated Cross-Sections with Continuous Treatments
重复截面中连续处理的非参数双重差分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：摘要直接研究连续处理的因果识别，并明确识别平均和分位数处理效应，因此选择因果推断与分位数及分布效应。
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…
重复截面中连续处理的非参数双重差分
- 研究问题
- 在连续处理可能内生、且仅有重复截面的情况下，如何借助随时间发生的外生变化，识别平均与分位数处理效应？
- 方法与思路
- 作者利用异质影响处理的外生时间变化，并要求不可观测因素分布平稳与时间趋势秩不变，通过数据定义的控制组识别时间趋势。
- 材料陈述的贡献
- 摘要称无需函数形式限制或加性时间趋势，可识别平均与分位数处理效应，提出非参数估计及渐近分析，并应用于收入对消费的影响。
- 阅读关注点
- 应核对外生变化、不可观测分布平稳和趋势秩不变条件的含义，尤其关注数据定义控制组的构造及其如何支持两类效应识别。
- 阅读边界
- 所给版本为 arXiv 预印本，未核实同行评审或接收；摘要未给估计公式、完整支持条件或应用数值，非参数形式不意味着无需识别限制。
原文摘要
This paper studies the identification of causal effects of a continuous treatment using a new difference-in-difference strategy. Our approach allows for endogeneity of the treatment, and employs repeated cross-sections. It requires an exogenous change over time which affects the treatment in a heterogeneous way, stationarity of the distribution of unobservables and a rank invariance condition on the time trend. On the other hand, we do not impose any functional form restrictions or an additive time trend, and we are invariant to the scaling of the dependent variable. Under our conditions, the time trend can be identified using a control group, as in the binary difference-in-differences literature. In our scenario, however, this control group is defined by the data. We then identify average and quantile treatment effect parameters. We develop corresponding nonparametric estimators and study their asymptotic properties. Finally, we apply our results to the effect of disposable income on consumption.