2018年11月23日，美国范德堡大学教授李彤作客我院第116期seminar，分享了题为“Quantile Treatment Effects in Difference in Differences Models with Panel Data”的工作论文。

李彤教授

本文在Mean DID（Difference in Differences）的假设分布下进行扩展，用来识别和估计了QTT（Quantile Treatment Effect on the Treated），之前这个方法则主要用来识别ATT(Average Treatment Effect on the Treated)。一般而言，对QTT的识别要比ATT复杂，是因为未处理潜在结果的变化和处理组未处理潜在结果的初始水平之间存在关联性。为了解决这个问题，本文首先引进了Copula Stability Assumption，它假定这个关联性并不随着时间的变化而变化。在这个假设下，当获得面板数据时，能够恢复缺失的关联性，进而识别QTT。其次，本文允许的识别仅发生在调节协变量之后，并且基于此情况的倾向得分对重新加权提供了非常简单的估计。

本文在最后用提出的方法估计了当最低工资增加时，对劳动力市场失业率分位数存在着显著的异质性影响。