Inference on Quantile Treatment Effects with Small Treatment Groups
创建于 更新于
摘要
本文提出一种适用于小规模处理组的条件分位数处理效应推断方法：利用大型控制组估计参考分位数函数，并基于处理组分位数指标的精确条件Bernoulli表示模拟检验统计量分布，从而在部分处理组样本量保持有限时仍实现渐近规模控制与具有明确界限的检验功效。该框架允许非可分离结果函数、异方差、处理组间灵活的误差分布，并覆盖动态处理、非可分位数模型及交错采用的双重差分设计 [page::0][page::1][page::2][page::3]。蒙特卡洛结果表明，只要参考组足够大，检验规模接近名义水平且对误差分布形状较稳健；但极端稀疏处理组的信息离散性会限制检验功效 [page::25][page::26][page::27][page::28]。天气冲击与GDP增长的实证分析进一步显示，传统方法可能因处理组仅包含少量国家而夸大显著性，所提出方法未能拒绝温度冲击无效的原假设 [page::29][page::30][page::31]。
