Using monotonicity restrictions to identify models with partially latent covariates
利用单调性限制识别含部分潜在协变量的模型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：摘要将潜在投入变量的识别与内生性处理用于生产函数估计，直接关联结构估计。
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…
利用单调性限制识别含部分潜在协变量的模型
- 研究问题
- 投入导向抽样使部分协变量不可观测时，能否利用它们对共同冲击的单调关系恢复这些变量，并处理结果方程中的协变量内生性？
- 方法与思路
- 作者利用共同冲击及单调性限制非参数识别潜在协变量，再在工具变量框架中半参数估计结果方程，并应用于药店生产函数。
- 材料陈述的贡献
- 摘要称，该方法提供部分潜在协变量的识别路径；药店应用发现，连锁与独立药店的技术差异可能部分解释行业结构的变化。
- 阅读关注点
- 应核对共同冲击与单调性假设的精确定义、潜在变量恢复所需信息，以及工具变量有效性和第一阶段估计误差的后续影响。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；摘要未说明具体识别条件、工具变量或技术差异的量级，行业结构解释仍是应用中的有限结论。
原文摘要
This paper develops a new method for identifying econometric models with partially latent covariates. Such data structures arise in industrial organization and labor economics settings where data are collected using an input-based sampling strategy, e.g., if the sampling unit is one of multiple labor input factors. We show that the latent covariates can be nonparametrically identified, if they are functions of a common shock satisfying some plausible monotonicity assumptions. With the latent covariates identified, semiparametric estimation of the outcome equation proceeds within a standard IV framework that accounts for the endogeneity of the covariates. We illustrate the usefulness of our method using a new application that focuses on the production functions of pharmacies. We find that differences in technology between chains and independent pharmacies may partially explain the observed transformation of the industry structure.