Nonparametric difference-in-differences in repeated cross-sections with continuous treatments
重复截面与连续处理下的非参数双重差分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。
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：摘要明确研究连续处理的双重差分识别及平均、分位数处理效应，对应因果推断与分布效应。
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…
重复截面与连续处理下的非参数双重差分
- 研究问题
- 使用重复截面数据时，如何在连续处理允许内生的情况下识别平均与分位数处理效应，并避免函数形式和加性时间趋势限制？
- 方法与思路
- 作者利用影响处理强度的异质外生时间变化，结合不可观测量分布平稳性和时间趋势秩不变条件，从数据定义控制组并识别趋势。
- 材料陈述的贡献
- 摘要称，识别平均与分位数处理效应，构造非参数估计并研究渐近性质；方法对结果变量尺度变换不变，应用于收入对消费的影响。
- 阅读关注点
- 应核对外生变化、分布平稳与秩不变的准确表述，数据定义控制组的可识别条件，以及效应参数、尺度不变性和估计条件。
- 阅读边界
- 仅据所给RePEc出版社摘要，不能推断刊本变化；摘要未提供完整识别条件、支持集要求或应用数值，允许内生处理仍依赖所述限制。
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.