Testing the correlated random coefficient model
相关随机系数模型的检验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：摘要围绕处理效应异质性、基于收益的处理选择和工具变量解释展开。
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…
相关随机系数模型的检验
- 研究问题
- 个体是否依据研究者无法观测的处理收益选择处理状态？如何检验这种收益排序，并判断它对工具变量估计解释的影响？
- 方法与思路
- 作者从“不按收益排序”的原假设推导可检验含义，构造新检验、分析功效，并推导相关随机系数模型下 IV 估计量的方差表示。
- 材料陈述的贡献
- 摘要称，论文提供检验与新的 IV 方差表示；教育回报应用发现，入学选择存在依据不可观测收益成分进行排序的证据。
- 阅读关注点
- 应核对排序检验所需的工具变量与模型条件、可检验限制的形成方式，以及教育应用中拒绝原假设的解释边界。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断检验功效大小或教育应用的识别可信度；排序证据也不能直接确定所有人的教育回报。
原文摘要
The recent literature on instrumental variables (IV) features models in which agents sort into treatment status on the basis of gains from treatment as well as on baseline-pretreatment levels. Components of the gains known to the agents and acted on by them may not be known by the observing economist. Such models are called correlated random coefficient models. Sorting on unobserved components of gains complicates the interpretation of what IV estimates. This paper examines testable implications of the hypothesis that agents do not sort into treatment based on gains. In it, we develop new tests to gauge the empirical relevance of the correlated random coefficient model to examine whether the additional complications associated with it are required. We examine the power of the proposed tests. We derive a new representation of the variance of the instrumental variable estimator for the correlated random coefficient model. We apply the methods in this paper to the prototypical empirical problem of estimating the return to schooling and find evidence of sorting into schooling based on unobserved components of gains.