NONPARAMETRIC IDENTIFICATION OF POSITIVE EIGENFUNCTIONS
正特征函数的非参数识别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：摘要直接涉及动态资产定价算子及外部习惯形成模型的识别，对应资产定价与结构模型识别。
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
正特征函数的非参数识别
- 研究问题
- 如何识别经济模型中线性算子的正特征函数，从而刻画动态资产定价的长期风险收益关系及外部习惯模型的边际效用？
- 方法与思路
- 作者以两项正性条件和幂紧性条件建立识别结果，再加入非退化条件讨论存在性，并应用于定价与习惯形成模型。
- 材料陈述的贡献
- 摘要称论文给出正特征函数的非参数识别条件，并为外部习惯形成模型及动态定价算子的正特征函数提供新条件。
- 阅读关注点
- 应核对正性、幂紧性和非退化条件的定义，特征函数的归一化方式，以及一般算子结果如何转化为经济模型条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断这些条件在具体数据和模型中是否满足，也不能补充唯一性范围或证明细节。
原文摘要
Important features of certain economic models may be revealed by studying positive eigenfunctions of appropriately chosen linear operators. Examples include long-run risk–return relationships in dynamic asset pricing models and components of marginal utility in external habit formation models. This paper provides identification conditions for positive eigenfunctions in nonparametric models. Identification is achieved if the operator satisfies two mild positivity conditions and a power compactness condition. Both existence and identification are achieved under a further nondegeneracy condition. The general results are applied to obtain new identification conditions for external habit formation models and for positive eigenfunctions of pricing operators in dynamic asset pricing models.