文摘传统分位数回归方法(QR)可以揭示解释变量对因变量的异质性边际影响,因而在实证研究中具有广泛的应用。但QR方法的缺点是估计结果的阐释依赖于不可观察扰动项的经济学含义。本文提出一种新的因变量条件分位数回归(outcome conditioned QR,简称OC-QR)方法,用于分析政策效应的异质性。OC-QR的优点是能够直接识别并估计因变量位于其无条件分布的某一分位点(区间)时,解释变量对因变量的平均边际影响。新方法不仅能够刻画关键解释变量对因变量的异质性影响,并且具有更清晰的经济学解释。本文研究了OC-QR的识别、估计与推断步骤,还进一步讨论了OC-QR与OLS、QR以及Firpo et al.(2009)提出的无条件分位数回归(UQR)之间的区别和联系。最后,运用该方法研究了房价上涨对家庭消费的异质性影响,以及最低工资标准提高对不同工资水平人群的作用。结果表明OC-QR方法能较好地捕捉政策效应的异质性。
