Identification of a rational inattention discrete choice model
理性疏忽离散选择模型的识别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：摘要明确研究理性疏忽离散选择模型的非参数识别、矩条件与结构参数估计。
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
理性疏忽离散选择模型的识别
- 研究问题
- 当决策者只能付费获取效用信息时，市场层面的选择概率能识别哪些先验信念与参数，又何时能区分该模型与标准离散选择模型？
- 方法与思路
- 作者从横截面市场选择概率刻画先验信念的识别集与参数估计矩条件，并研究选择集合的外生变化如何帮助区分不同信息机制。
- 材料陈述的贡献
- 摘要称标准离散选择与某些付费信息模型始终观测等价，而外生选择集变化可帮助区分；应用报告媒体对不同教育群体的异质影响。
- 阅读关注点
- 应核对信息成本与先验信念的限制、观测等价的范围、选择集变化的外生性要求，以及选举应用如何将媒体影响映射到信念。
- 阅读边界
- 仅依据所给 OpenAlex 摘要版本；信息成本设定、外生变化条件和应用识别细节未说明，不能据此推断其他刊本的修改。
原文摘要
This paper studies the non-parametric identification and estimation of an empirical rational inattention discrete choice model. Decision-makers do not observe their realized utility perfectly but can obtain a costly signal to inform them about the utility. This model nests the standard discrete choice model as a special case. We characterize the identified set of decision-makers’ prior beliefs based on cross-sectional market-level choice probabilities. We show that the standard discrete choice model is always observationally equivalent to some rational inattention discrete choice models with costly information. We then characterize the moment conditions that can be used to estimate the model parameters. When an exogenous variation of the choice set is available, we show that we can distinguish the standard discrete choice model from the rational inattention discrete choice model with costly information. We apply the model to study the Fox News effect on the 2000 U.S. presidential election. We compare the voters’ prior beliefs with and without the Fox News influence. The result shows that the presence of Fox News has heterogeneous effects for voters with different educational backgrounds.