推进超越共同支撑集的分布分解方法：在种族财富差距中的应用
计量经济学
2024-05-10 v1 统计方法学
摘要
我推广了最先进的方法，该方法将两组之间某一感兴趣变量分布的差异分解为由协变量解释的部分和残差部分。我提出的方法放宽了重叠支撑集假设，允许被比较的组别不必完全共享相同的协变量支撑集。我通过重新审视美国黑人与白人之间的财富差距作为劳动收入和其他变量的函数，来阐释我的方法。传统使用的分解方法会剔除（或赋以零权重）位于共同协变量支撑区域之外的观测值。另一方面，通过允许所有观测值对现有财富差距做出贡献，我发现在财富分布的不同部分，原本被剔除的观测值对总体财富差距的贡献率从 3% 到 19% 不等。
引用
@article{arxiv.2405.05759,
title = {Advancing Distribution Decomposition Methods Beyond Common Supports: Applications to Racial Wealth Disparities},
author = {Bernardo Modenesi},
journal= {arXiv preprint arXiv:2405.05759},
year = {2024}
}