A Note of Identification and Information Loss through Aggregation
关于聚合过程中的识别与信息损失的札记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：摘要以单一商品的需求、供给和市场均衡方程讨论结构参数识别，直接对应微观结构估计中的识别问题。
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
关于聚合过程中的识别与信息损失的札记
- 研究问题
- 将数据聚合为每期单一观测时，会损失哪些联立方程参数识别信息；聚合层面欠识别的模型能否利用细分数据得到识别？
- 方法与思路
- 作者以单一商品的线性需求、供给和市场出清方程为例，比较聚合数据与细分数据下的参数识别，并讨论通常的秩和阶条件。
- 材料陈述的贡献
- 摘要称，按通常秩和阶条件在聚合层面欠识别的模型，获得细分数据后可能识别，指出聚合会掩盖可用于参数识别的信息。
- 阅读关注点
- 应核对细分数据具体增加了何种信息、需求与供给参数如何被识别，以及论证依赖的数据和模型条件；区分示例成立与一般性结论。
- 阅读边界
- 摘要未说明细分数据的结构、所需限制或完整识别条件；所举线性供需例子不能据此推广为所有欠识别模型的解决办法。
原文摘要
DISCUSSIONS OF IDENTIFICATION of parameters in simultaneous equation econometric models almost invariably assume that data are in the form of aggregative time series, i.e., only one measurement of each variable is available in each time period. This note shows that parameters in a model which is underidentified by the usual rank and order criteria at the aggregative level may be identified when disaggregated data aie available. The argument is presented in terms of a traditional textbook example of an underidentified model which consists of a demand and a supply function for a single commodity that are linear in price, and a market clearing equilibrium equation.