Identification and estimation of dynamic structural models with unobserved choices
选择不可观测时动态结构模型的识别与估计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。
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：摘要直接研究动态离散选择模型的非参数识别及效用原始参数的结构估计。
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
选择不可观测时动态结构模型的识别与估计
- 研究问题
- 当计量研究者无法观测主体行动时，动态离散选择模型的选择概率、潜在状态转移和效用参数如何识别与估计？
- 方法与思路
- 作者在含连续状态变量的单主体模型中建立非参数识别条件，并以筛极大似然估计效用函数和状态转移规则。
- 材料陈述的贡献
- 摘要称，基础识别策略可扩展至序列相关异质性、选择部分缺失及动态离散博弈，模拟支持所提方法的有效性。
- 阅读关注点
- 应核对连续状态提供的信息、潜在状态与行动的区分、非参数识别条件，以及各扩展模型是否需要额外限制。
- 阅读边界
- 仅据 OpenAlex 所列摘要；具体识别条件、筛空间构造和模拟结果未说明，不能认为行动不可观测时总能识别。
原文摘要
This paper develops identification and estimation methods for dynamic discrete choice models when agents’ actions are unobserved by econometricians. We provide conditions under which choice probabilities and latent state transition rules are nonparametrically identified with a continuous state variable in a single-agent dynamic discrete choice model. Our identification strategy from the baseline model can extend to models with serially correlated unobserved heterogeneity, cases in which choices are partially unavailable, and dynamic discrete games. We propose a sieve maximum likelihood estimator for primitives in agents’ utility functions and state transition rules. Monte Carlo simulation results support the validity of the proposed approach.