Identifying Present-Biased Discount Functions in Dynamic Discrete Choice Models
动态离散选择模型中当下偏误贴现函数的识别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。
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：摘要明确研究动态离散选择模型中的时间偏好参数及其识别，直接对应离散选择与结构估计两个方向。
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…
动态离散选择模型中当下偏误贴现函数的识别
- 研究问题
- 在具有前瞻性自我认知和准双曲贴现的动态离散选择模型中，排除限制能否识别当下偏误与标准贴现因子？
- 方法与思路
- 作者将识别归结为求解由数据决定系数的多项式方程组，讨论有限与无限期模型，并据此约束识别集的元素数量。
- 材料陈述的贡献
- 摘要称无限期模型总存在解，贴现因子通常可识别但难以精确估计，因为排除限制未充分捕捉偏好反转特征。
- 阅读关注点
- 应核对排除限制作用于哪些变量、方程组的可观测系数、识别集数量界，以及点识别与估计精度之间的区别。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未列完整模型条件，“通常可识别”不意味着所有设定均点识别。
原文摘要
We study the identification of dynamic discrete choice models with sophisticated, quasi-hyperbolic time preferences under exclusion restrictions. We consider both standard finite horizon problems and empirically useful infinite horizon ones, which we prove to always have solutions. We reduce identification to finding the present-bias and standard discount factors that solve a system of polynomial equations with coefficients determined by the data and use this to bound the cardinality of the identified set. The discount factors are usually identified, but hard to precisely estimate, because exclusion restrictions do not capture the defining feature of present bias, preference reversals, well.