アドバンスト計量経済学 – 分位点回帰 & 科技部人社中心經濟學門學術研習營
在實證分析中,處理異質性 (heterogeneity)、刻劃分佈 (distribution)、探察不均性 (inequality) 是經濟學家有興趣的研究標的之一。分佈迴歸 (distribution regression) 與分量迴歸 (quantile regression) 則是適合這些研究標的的計量工具; 這兩種計量工具之間也有密切的關連。此講題介紹分量迴歸及其應用。首先,我們用兩個使用分量迴歸進行經濟實證分析的例子來張顯分量模型的優點、接著介紹分量模型的基本知識、並強調使用分量迴歸進行實證分析時該注意的幾個關鍵點 (例如,如何經濟上的解釋分量迴歸估計值與異質性、區分條件分量迴歸與非條件分量廻歸的估計結果)。此講題特別著重在討論分量模型與內生性,討論的議題來自勞動經濟、公司財務、管理策略、教育領域,計量方法為工具變數分量迴歸、分量處置效果、控制函數法分量迴歸、追蹤資料分量迴歸、與在高維度控制變數下工具變數分量迴歸的統計推論。上述的最後一個主題是關於如何正確並有效地使用機器學習 (machine learning) 技術處理經濟學家關心的因果關係與處置效果,我們所使用的計量方法論則是根據 Victor Chernozhukov、Esther Duflo 等人合作的研究論文: “Double Machine Learning for Causual and Treatment Effects”。
Course Description
Advanced treatment of quantile regressions. Covers topics:
- Quantile regression theory (a helicopter tour)
- Quantile regression applications
- Quantile regression theory (details)
- Endogeneity, IV estimation, and unconditional quantile regressions
- Panel quantile regressions
- Estimation and Inference with high-dimensional controls in the structural quantile regression


Koenker, Chernozhukov et al. (2017) – Handbook of Quantile Regression
Hao and Naiman (2007) – Quantile Regression
Koenker (2005) – Quantile Regression
Chen (2001) – Investigation on Quantile Regression (my m.a. thesis)
Angrist and Pischke (2009) – MHE ch7: Quantile Regression

コメントを投稿するにはログインしてください。