Nonparametric Identification and Estimation of Production Functions Invariant to Productivity Dynamics
不依赖生产率动态设定的生产函数非参数识别与估计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：摘要直接研究企业生产函数的非参数识别、GMM 估计及加成测量，属于结构估计；政策应用不改变其主要方法贡献所在。
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
不依赖生产率动态设定的生产函数非参数识别与估计
- 研究问题
- 论文研究生产率一阶马尔可夫设定误设如何影响生产函数及加成估计，并探索无需该动态限制的单期截面识别方法。
- 方法与思路
- 作者以三种中间投入需求之间的条件独立替代生产率马尔可夫限制，将其联系于投入市场分割，并构造具有渐近理论的 GMM 估计。
- 材料陈述的贡献
- 摘要称，新方法实现单期截面的非参数识别；模拟及日本制造业应用显示，与标准方法相比可减轻材料弹性及相关加成估计偏差。
- 阅读关注点
- 应核对投入需求条件独立的经济依据和其他识别要求、非参数识别如何落实为估计，以及生产函数误差如何传递到政策效果分析。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未核实；摘要报告的偏差方向和改善依赖所考察情境，新方法仍须满足替代性的静态识别条件。
原文摘要
Production function estimates underpin the measurement of firm-level markups, allocative efficiency, and the productivity effects of policy interventions. Since Olley and Pakes (1996), every major proxy variable estimator has identified the production function through a first-order Markov assumption on unobserved productivity; I show that misspecification of this assumption generates persistent upward bias in the materials elasticity that propagates into overestimated markups and inflated treatment effects. I replace the Markov restriction with conditional independence across three intermediate input demands, a static condition grounded in input market segmentation, and establish nonparametric identification from a single cross-section. I develop a GMM estimator and establish consistency and asymptotic normality. Monte Carlo simulations confirm that the proposed estimator is unbiased across Markov and non-Markov environments, while the standard estimator exhibits persistent bias of up to 63 percent of the true materials elasticity. In 502 Japanese manufacturing industries, the proposed method yields systematically lower markups than the standard method across the entire distribution (median 0.93 vs. 1.03), reducing the share of industries with markups above unity from 54 to 37 percent. In a difference-in-differences analysis of the 2011 Tohoku earthquake, the standard method overstates the productivity loss by 0.40 percentage points, roughly $3.6 billion (400 billion yen) per year.