Identification of Marginal Effects in a Nonparametric Correlated Random Effects Model
非参数相关随机效应模型中边际效应的识别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：摘要明确讨论结构似然、相关随机效应混合分布及平均边际效应的识别与估计，因此归入结构估计方向。
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…
关注这篇论文的作者
非参数相关随机效应模型中边际效应的识别
- 研究问题
- 在相关随机效应模型中，不限定结构似然和混合分布的函数形式时，平均边际效应能否识别并估计，需要怎样的协变量依赖限制？
- 方法与思路
- 作者要求混合分布仅通过协变量的某个索引函数依赖协变量；索引形式不预设，但须满足平滑条件，并据此讨论识别与估计。
- 材料陈述的贡献
- 摘要称，文章给出该非参数相关随机效应模型的识别结果，并讨论平均边际效应估计，以内幕交易活动与交易量的关系作简短例证。
- 阅读关注点
- 阅读时应核对索引限制与平滑条件的确切表述、识别结果覆盖的模型范围，以及边际效应估计的实现和内幕交易例证的解释。
- 阅读边界
- 摘要未列出完整识别条件、估计量构造及推断结果，也未明确数据是否为面板；非参数设定仍依赖索引限制，边际效应不能直接作因果解释。
原文摘要
In this article, we consider identification and estimation of average marginal effects in a correlated random effects model without imposing functional form assumptions on the structural likelihood or the mixing distribution. Identification is achieved through imposing that the mixing distribution depends on observed covariates only through an index function. We leave the functional form of the index function unrestricted subject to smoothness conditions. We present identification results for this model and consider estimation of the marginal effects of interest. We illustrate the approach through a brief empirical example, which considers the relationship between insider trading activity and trading volume.