Testable Implications of Parametric Assumptions in Ordered Random Utility Models
有序随机效用模型中参数假设的可检验含义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：摘要讨论有序随机效用模型、类型分布与效用映射的参数假设及其可检验含义，属于离散选择与结构估计方向。
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
有序随机效用模型中参数假设的可检验含义
- 研究问题
- 研究在非参数、半非参数与参数设定下，有序随机效用模型对数据施加哪些可检验限制，以及类型分布假设与类型—效用映射假设各自带来何种经验内容。
- 方法与思路
- 作者先在连续设定且无基本参数限制下刻画这些模型，再比较不同参数假设单独与联合出现时对模型经验内容的约束，并给出参数有序 logit 模型的刻画，最后将结果应用于若干经济相关情形。
- 材料陈述的贡献
- 摘要称，仅关于类型分布的假设本身不具实质影响；关于类型到效用映射的假设只有在限制所涉效用类时才有意义；而两类参数假设同时出现（常见做法）会进一步收紧模型的经验内容。
- 阅读关注点
- 应核对连续设定与无基本参数限制的具体含义、可检验含义的推导方式、参数有序 logit 刻画所依赖的条件，以及应用情形中这些结果如何被使用。
- 阅读边界
- 摘要未说明识别策略、估计方法、数据来源、具体数值结果与实证结论，也未给出定理细节；仅凭摘要无法判断结论的一般性与适用边界。
原文摘要
We establish the testable implications of ordered random utility models under nonparametric, semi-nonparametric, and parametric assumptions. After characterizing these models in a continuous setting and in the absence of fundamental parametric restrictions, we show that assumptions about the type distribution alone are immaterial, while assumptions about the map linking types to utilities are relevant only insofar as they restrict the class of utilities at stake. Importantly, the joint presence of such parametric assumptions, as is common practice, further restricts the empirical content of the model. We then provide a characterization of parametric ordered-logit models. Finally, we apply our results to economically relevant settings.