当前位置:主页 > 经济论文 > 经济发展论文 >

无条件分位数处理效应方法及其应用

发布时间:2018-01-02 20:32

  本文关键词:无条件分位数处理效应方法及其应用 出处:《数量经济技术经济研究》2017年02期  论文类型:期刊论文


  更多相关文章: 处理效应 无条件分位数 政策评价 最低工资


【摘要】:研究目标:政策评估在我国经济社会研究中备受关注,但所采用的方法以平均处理效应居多,分位数处理效应鲜见。与后者相关的理论和应用研究与国外尚存在较大差距,亟待跟进。研究方法:采用蒙特卡罗模拟方法比较了条件分位数处理效应(CQTE)与UQTE方法和其他UQTE方法之间的异同。研究发现:如果回归中只包含常数项和处理变量,CQTE与UQTE是等价的;如果个体在处理组和控制组中的相对位置保持不变,CQTE和UQTE都可以得到无偏估计。研究创新:通过最低工资标准提升政策对居民工资分布影响的实例说明UQTE方法在政策评价中的应用。研究价值:基于断点回归和双差分模型对新的UQTE拓展方法进行探索性展望。
[Abstract]:Research objective: policy evaluation has attracted much attention in our country's economic and social research, but the average treatment effect is the most of the methods used. The effect of quantile processing is rare. There is still a big gap between the theoretical and applied researches related to the latter and foreign countries. Methods: Monte Carlo simulation method was used to compare the effect of conditional quantile processing (CQT). The similarities and differences between the UQTE method and other UQTE methods. The study found that if the regression contains only constant items and processing variables. CQTE and UQTE are equivalent; If the relative position of the individual in the process group and the control group remains unchanged. Both CQTE and UQTE can get unbiased estimates. The application of UQTE method in policy evaluation is illustrated by an example of the effect of minimum wage promotion policy on the distribution of residents' wages. Based on breakpoint regression and double difference model, the new UQTE extension method is explored.
【作者单位】: 上海社会科学院数量经济研究中心;
【基金】:国家自然科学基金面上项目(71271139)、国家自然科学基金青年项目(71601120) 上海市哲学社会科学规划课题(2016BJB012) 上海社会科学院创新工程数量经济学学科团队建设项目的资助
【分类号】:F224.0
【正文快照】: 在应用计量经济学中约有95%的研究是关于变量之间的平均影响的,而对于变量分布的影响常常被忽略(Fr9lich和Melly,2010a)。均值回归自诞生以来就被广泛应用于经济社会现象的分析和解释中,但它有时不能充分揭示变量之间的关系。一般的回归模型若不能有效地控制内生性,通常仅能揭

【相似文献】

相关期刊论文 前10条

1 陈磊;曾勇;杜化宇;;石油期货收益率的分位数建模及其影响因素分析[J];中国管理科学;2012年03期

2 葛玉好;赵媛媛;;城镇居民收入不平等的原因探析——分位数分解方法的视角[J];中国人口科学;2010年S1期

3 许启发;蒋翠侠;;分位数局部调整模型及应用[J];数量经济技术经济研究;2011年08期

4 陈雄强;张晓峒;张庆昌;;通货膨胀持久性及其非对称性研究——基于分位数自回归模型[J];经济与管理研究;2013年03期

5 王志刚;陈志芳;;非参数分位数估计在我国非寿险公司偿付能力额度计算中的应用[J];经济论坛;2012年12期

6 葛玉好;;工资分布的性别差异:分位数分解方法[J];上海经济研究;2007年04期

7 黄永兴;徐鹏;;基于非条件分位数估计法的中国文化产业效率研究[J];统计与信息论坛;2012年11期

8 杨刚;刘再明;欧阳资生;;Hall分布族在巨额索赔数据的极值分位数估计与风险度量中的应用[J];系统工程;2008年07期

9 戢守峰;艾焱;周海洋;李壮;;基于CPFR的需求预测新方法——分位数回归预测法[J];管理工程学报;2009年02期

10 王新宇;宋学锋;;间接TARCH-CAViaR模型及其MCMC参数估计与应用[J];系统工程理论与实践;2008年09期

相关博士学位论文 前1条

1 陈雄强;分位数自回归模型理论与应用研究[D];南开大学;2013年

相关硕士学位论文 前10条

1 朱玲;贝叶斯分位数自回归方法的研究及在香港恒生指数风险测度上的应用[D];南京财经大学;2014年

2 张亚利;基于分位数GARCH类模型的我国股市风险度量研究[D];华侨大学;2016年

3 刘震;重尾分布高条件分位数的调和估计[D];大连理工大学;2016年

4 魏斯怡;分位数保费的贝叶斯统计分析[D];江西师范大学;2016年

5 倪佳林;两类重尾自回归模型的复合分位数估计研究[D];浙江工商大学;2017年

6 林联娣;多元VaR的特征及其应用研究[D];南京理工大学;2017年

7 代继府;基于分位数决策理论的资产定价研究[D];复旦大学;2013年

8 张丽;NA条件下VaR分位数估计的Bahadur表示及其渐进正态性[D];广西师范大学;2011年

9 范璐;女大学生就业工资劣势及性别收入差距分解研究[D];湖南大学;2012年

10 倪丽艳;社会救助再就业人群与城镇职工的收入差距研究[D];南京财经大学;2013年



本文编号:1370823

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjifazhanlunwen/1370823.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f4a3d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com