Sufficient Statistics for Markovian Feedback Processes and Unobserved Heterogeneity in Dynamic Panel Logit Models
动态面板 Logit 模型中马尔可夫反馈与不可观测异质性的充分统计量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：研究对象明确是具有状态依赖与个体异质性的动态面板 Logit 离散选择模型。
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
动态面板 Logit 模型中马尔可夫反馈与不可观测异质性的充分统计量
- 研究问题
- 动态面板 Logit 同时包含状态依赖、一阶马尔可夫反馈和个体不可观测异质性时，条件似然能否识别参数，需要哪些额外限制？
- 方法与思路
- 作者为反馈过程和不可观测异质性引入充分统计量，分析条件似然及更一般框架中的识别失败，并分别对反馈与初始条件提出限制。
- 材料陈述的贡献
- 摘要称，序贯外生离散协变量服从一阶马尔可夫过程时，增加时间期数仍无法实现条件似然识别，且点识别失败并不限于该框架。
- 阅读关注点
- 应核对反馈与序贯外生性的精确定义、充分统计量构造、非识别结论的参数范围，以及两项额外假设如何支持条件似然识别。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验。摘要未给出两项假设的具体形式或证明，不能判断其经验可信度和实际适用范围。
原文摘要
In this paper, we examine identification in dynamic panel logit models with state dependence, a first-order Markov feedback process, and individual unobserved heterogeneity by introducing sufficient statistics for the feedback process and the unobserved heterogeneity. If a sequentially exogenous discrete covariate follows a first-order Markov process, identification via conditional likelihood is infeasible regardless of the time period. We also establish the failure of point identification beyond the conditional likelihood framework, which necessitates additional restrictions for identification. We present two assumptions for identification via conditional likelihood, imposed on the feedback process and the initial condition, respectively.