Continuous permanent unobserved heterogeneity in dynamic discrete choice models
动态离散选择模型中的连续永久不可观测异质性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论动态离散选择模型的点识别、永久异质性及半非参数估计，因此对应离散选择与结构估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
动态离散选择模型中的连续永久不可观测异质性
- 研究问题
- 动态离散选择模型包含多维、连续且永久的不可观测异质性时，如何给出可核对的点识别条件，并实现可计算的估计？
- 方法与思路
- 作者为一类动态离散选择模型提供原始层面的识别条件，并提出可借助熟悉的参数方法实现的半非参数估计器。
- 材料陈述的贡献
- 摘要称，结果覆盖有限和无限期模型，不要求全支撑或长面板，也不对异质性分布施加参数限制，并提供便于计算的估计方案。
- 阅读关注点
- 应核对原始识别条件如何替代高层单射要求、适用的模型类别，以及半非参数近似、计算步骤与估计理论的具体范围。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未列出原始条件，不要求全支撑也不意味着没有其他限制。
原文摘要
In dynamic discrete choice (DDC) analysis, it is common to use mixture models to control for unobserved heterogeneity. However, consistent estimation typically requires both restrictions on the support of unobserved heterogeneity and a high-level injectivity condition that is difficult to verify. This paper provides primitive conditions for point identification of a broad class of DDC models with multivariate continuous permanent unobserved heterogeneity. The results apply to both finite- and infinite-horizon DDC models, do not require a full support assumption, nor a long panel, and place no parametric restriction on the distribution of unobserved heterogeneity. In addition, I propose a seminonparametric estimator that is computationally attractive and can be implemented using familiar parametric methods.