Estimating the Herfindahl Index from Concentration Ratio Data
利用集中度比率数据估计 Herfindahl 指数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：摘要关注市场集中度指标的界限估计，未涉及结构行为模型、因果识别或其他给定细分。
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
利用集中度比率数据估计 Herfindahl 指数
- 研究问题
- 仅有集中度比率数据时，如何估计 Herfindahl 指数，并避免使用估计指数可能造成的两种集中度指标相关性高估？
- 方法与思路
- 作者从集中度比率计算 Herfindahl 指数的上下界，据此构造一族估计量，而不是依赖一般企业规模分布假设。
- 材料陈述的贡献
- 摘要称新西兰实际指数数据呈现较低相关性及非线性关系，并提出基于界限的估计量族、界限计算方法与有效性检验。
- 阅读关注点
- 应核对集中度比率包含的信息、上下界的推导条件、不同估计量的选择规则，以及实际指数比较和有效性评价方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未提供数据范围、界限宽度或比较数值，不能认定相关性高估在其他数据中必然存在。
原文摘要
High concentration ratio (C)—Herfindahl (H) index correlations found in United States studies may be biased upward by using estimated H. For New Zealand data, correlations between C and actual H are lower; the H—C relationship appears to be nonlinear. Guided by income distribution studies, a new family of H estimators—derived from H's upper and lower bounds rather than generalized assumptions about firm size distributions—is proposed. The methodology for calculating the bounds from concentration ratio data is described, and the efficacy of various estimators is tested.