On Quantile Treatment Effects, Rank Similarity, and Variation of Instrumental Variables
分位数处理效应、秩相似性与工具变量变异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：题名与摘要直接涉及分位数处理效应、内生处理及其因果识别条件。
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
分位数处理效应、秩相似性与工具变量变异
- 研究问题
- 处理内生时，观测分布与反事实分布之间的何种关系能够识别处理效应，如何放松秩相似性并利用更丰富的工具变量变异？
- 方法与思路
- 作者给出秩相似性的新刻画，由此提出具有经济含义的放松条件，并讨论多值或多个工具变量如何支持较弱的识别约束。
- 材料陈述的贡献
- 摘要称新的分布关系识别条件在一类非参数处理效应模型中成立，并揭示秩相似性的严格程度及丰富外生变异的作用。
- 阅读关注点
- 应核对秩相似性新刻画与原假设的关系、放松条件的经济含义，以及不同工具变量变异如何改变可识别的处理效应对象。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核验；摘要未给出识别条件的公式或实施细节，不能断言增加工具变量必然改善识别。
原文摘要
This paper investigates how certain relationship between observed and counterfactual distributions serves as an identifying condition for treatment effects when the treatment is endogenous, and shows that this condition holds in a range of nonparametric models for treatment effects. To this end, we first provide a novel characterization of the prevalent assumption restricting treatment heterogeneity in the literature, namely rank similarity. Our characterization demonstrates the stringency of this assumption and allows us to relax it in an economically meaningful way, resulting in our identifying condition. It also justifies the quest of richer exogenous variations in the data (e.g., multi-valued or multiple instrumental variables) in exchange for weaker identifying conditions. The primary goal of this investigation is to provide empirical researchers with tools that are robust and easy to implement but still yield tight policy evaluations.