Inference on Conditional Quantile Processes in Partially Linear Models with Applications to the Impact of Unemployment Benefits
部分线性模型中条件分位数过程的推断及失业福利影响应用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：摘要直接研究条件分位数过程，并以清晰断点回归评估失业保险延长的异质影响。
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
部分线性模型中条件分位数过程的推断及失业福利影响应用
- 研究问题
- 在同时包含非参数与线性成分的模型中，如何估计条件分位数过程，并研究失业保险延长在不同分位数和群体间的影响？
- 方法与思路
- 作者推导渐近性质与最优带宽，构造允许稳健偏差修正的跨分位数一致置信带，并将框架用于清晰断点回归设计。
- 材料陈述的贡献
- 摘要称，方法支持条件分位数过程推断；应用发现尾部效应较强，组内不平等下降，而组间差距与性别差距呈不同变化。
- 阅读关注点
- 应核对部分线性结构、带宽准则和一致置信带条件，重点查看断点识别、分位数效应解释及不同不平等指标的定义。
- 阅读边界
- 摘要未说明政策阈值、数据样本或效应数值；条件分位数结果与不同群体差距的联系，仍需依据全文的定义和识别论证判断。
原文摘要
Abstract We propose methods to estimate and make inferences on conditional quantile processes for models with both nonparametric and (locally or globally) linear components. We derive their asymptotic properties, optimal bandwidths, and uniform confidence bands over quantiles allowing for robust bias correction. Our framework covers the sharp regression discontinuity design, which is used to study the effects of unemployment insurance benefits extensions, focusing on heterogeneity over quantiles and covariates. We show economically strong effects in the tails of the outcome distribution. They reduce the within-group inequality, but can be viewed as enhancing between-group inequality, although they help to bridge the gender gap.