Correcting for Endogeneity in Models with Bunching
聚集模型中的内生性修正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：摘要直接研究内生处理变量的识别与估计，并应用于电视观看对儿童技能的影响。
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…
聚集模型中的内生性修正
- 研究问题
- 当处理变量是受约束的选择，并在支持集边界出现大量聚集时，如何处理其内生性，进而估计处理对结果变量的影响？
- 方法与思路
- 作者提出控制函数方法，利用分布形状限制进行识别而不采用排除限制，并构建估计量、bootstrap 推断及识别假设检验。
- 材料陈述的贡献
- 摘要称建立估计量的渐近性质和 bootstrap 收敛性；儿童电视观看应用报告对认知技能无影响、对非认知技能存在负向影响。
- 阅读关注点
- 应核对边界聚集如何提供识别信息、分布形状限制的具体内容，以及假设检验能排除哪些违背和应用中的处理效应定义。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；形状限制、数据与效应精度未说明，不采用排除限制仍需其他识别条件，也无法推断刊本修改。
原文摘要
We develop a novel control function approach in models where the treatment variable has bunching at one corner of its support. This situation typically arises when the treatment variable is a constrained choice and some observations choose the corner solution. The method exploits distributional shape restrictions but makes no exclusion restrictions. We provide estimators and establish their asymptotic behavior, prove the convergence of the bootstrap, and develop tests of the identification assumptions. An application reveals that watching television has no effect on cognitive skills and a negative effect on noncognitive skills in children.