Nonparametric Identification and Estimation in a Roy Model With Common Nonpecuniary Returns
含共同非货币回报的 Roy 模型：非参数识别与估计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：摘要以包含非货币效用的 Roy 模型研究选择与收益排序，并明确涉及多类别选择问题，支持结构估计与离散选择分类。
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…
含共同非货币回报的 Roy 模型：非参数识别与估计
- 研究问题
- 在职业排序及其他多类别选择问题中，如何同时刻画收益驱动的 Roy 选择与各选项的共同非货币效用，并实现非参数识别和估计？
- 方法与思路
- 作者在 Roy 模型中为每个备选项加入共同的非货币效用成分，讨论非参数识别，构造两种估计量，并给出渐近与蒙特卡洛分析。
- 材料陈述的贡献
- 摘要报告两种估计量的渐近及小样本分析，并称在迁移应用中校正 Roy 排序偏差后，大学学历回报估计降为原先的一半。
- 阅读关注点
- 应核对非货币效用的共同性设定、收益分布与选择规则的识别条件、两种估计量的差别，以及教育回报校正的计算和经济解释。
- 阅读边界
- 摘要未列出关键识别条件、应用样本或回报口径；回报减半是该应用的模型估计结果，不能外推至其他人群或直接视为教育因果效应。
原文摘要
We consider identification and estimation of a Roy model that includes a common nonpecuniary utility component associated with each choice alternative. This augmented Roy model has broader applications to many polychotomous choice problems in addition to occupational sorting. We develop a pair of nonparametric estimators for this model, derive asymptotics, and illustrate small-sample properties with a series of Monte Carlo experiments. We apply one of these models to migration behavior and analyze the effect of Roy sorting on observed returns to college education. Correcting for Roy sorting bias, the returns to a college degree are cut in half. This article has supplementary material online.