Nonparametric identification of dynamic decision processes with discrete and continuous choices
兼有离散与连续选择的动态决策过程的非参数识别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：摘要直接研究包含离散选择的动态优化模型，并识别收益函数与不可观测分布，支持离散选择和结构估计分类。
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
兼有离散与连续选择的动态决策过程的非参数识别
- 研究问题
- 研究动态优化模型中，当个体同时作出离散和连续选择时，如何非参数识别收益函数及不可观测因素的分布。
- 方法与思路
- 作者建立识别条件，区分经济理论对模型的限制和数据生成过程假设，并尽可能逐项说明假设的识别作用。
- 材料陈述的贡献
- 摘要称给出构造性识别证明，强调各项假设的独立识别能力，并指出许多条件已用于应用微观经济学实证。
- 阅读关注点
- 应核对收益与不可观测分布各自需要的条件、构造性证明如何恢复对象，以及单项假设作用是否依赖其他限制。
- 阅读边界
- 仅据所给OpenAlex版本摘要，具体识别条件和数据要求未列出，不能据此认定某应用满足；不推断刊本变化。
原文摘要
This paper establishes conditions for nonparametric identification of dynamic optimization models in which agents make both discrete and continuous choices. We consider identification of both the payoff function and the distribution of unobservables. Models of this kind are prevalent in applied microeconomics and many of the required conditions are standard assumptions currently used in empirical work. We focus on conditions on the model that can be implied by economic theory and assumptions about the data generating process that are likely to be satisfied in a typical application. Our analysis is intended to highlight the identifying power of each assumption individually, where possible, and our proofs are constructive in nature.