Demand Systems Estimation With Microdata: A Censored Regression Approach
利用微观数据估计需求系统：删失回归方法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：摘要以家庭微观支出数据估计需求系统，并处理零消费对需求关系估计的影响，最直接对应结构估计方向。
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
利用微观数据估计需求系统：删失回归方法
- 研究问题
- 使用家庭支出微观数据估计需求系统时，如何处理大量商品的零消费，并据此衡量人口特征对需求的影响？
- 方法与思路
- 作者采用删失回归处理零消费所对应的删失因变量，并将估计结果与未处理删失的方法比较；摘要称该方法计算简便。
- 材料陈述的贡献
- 摘要称，所用删失回归方法具有一致性和渐近有效性，忽略删失会导致偏误；文中还报告了与非删失方法的比较。
- 阅读关注点
- 应核对需求系统的具体形式、删失机制和人口变量的进入方式，并检查一致性、渐近有效性所需条件及比较方法的设定。
- 阅读边界
- 摘要未说明零消费是否还涉及不参与或其他机制，也未交代一致性与效率成立的条件、样本及比较结果的具体数值。
原文摘要
Demand systems estimation increasingly makes use of household-level microdata, mainly to measure the effects of demographic variables. Data based on these household-expenditure surveys present a major estimation problem. For any given household, many of the goods have zero consumption, implying a censored dependent variable. Techniques which do not take this censored dependent variable into account will yield biased results. We utilize a censored regression approach that is computationally simple, consistent, and asymptotically efficient. The results are then presented and compared with those obtained using an uncensored technique.