Random-Time Aggregation in Partial Adjustment Models
部分调整模型中的随机时间聚合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：摘要直接分析固定频率观测下的随机时间聚合，并推导状态依赖的时间序列模型，最直接对应时间序列方向。
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
部分调整模型中的随机时间聚合
- 研究问题
- 当经济决策随机发生、数据却按固定间隔收集时，时间聚合如何影响部分调整模型中调整速度与外生变量相关性的推断？
- 方法与思路
- 作者将经济决策建模为一般点过程，分析事件强度和调整比例如何映射至固定间隔观测，并以库存行为的生产平滑与缓冲库存模型作应用。
- 材料陈述的贡献
- 摘要称，随机时间聚合使调整速度推断产生偏误，外生变量相关性通常向下偏；事件强度随时间变化还能产生状态依赖的时间序列模型。
- 阅读关注点
- 应核对点过程强度与调整比例的识别、固定观测频率如何改变模型参数，以及相关性向下偏的适用条件和库存应用的检验设计。
- 阅读边界
- 摘要未说明点过程的具体条件、偏误公式或库存数据的估计结果；不能把通常向下偏的结论推广为所有随机决策机制下的必然结果。
原文摘要
How is econometric analysis (of partial adjustment models) affected by the fact that, although data collection is done at regular, fixed intervals of time, economic decisions are made at random intervals of time? This article addresses this question by modeling the economic decision-making process as a general point process. Under random-time aggregation, (1) inference on the speed of adjustment is biased-adjustments are a function of the intensity of the point process and the proportion of adjustment; 2) inference on the correlation with exogenous variables is generally downward biased; and (3) a nonconstant intensity of the point process gives rise to a general class of regime-dependent time series models. An empirical application to test the production-smoothing-buffer-stock model of inventory behavior illustrates, in practice, the effects of random-time aggregation.