跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要围绕匹配机制中的双方偏好识别、结构化估计及政策反事实展开。

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
YingHua He
Shruti Sinha
Xiaoting Sun

无转移支付的多对一双边匹配:识别与估计

研究问题
在学校招生等无转移支付的多对一匹配市场中,能否仅凭单个市场的稳定匹配数据识别双方偏好,并开展政策反事实?
方法与思路
作者在稳定匹配和特定排除限制下研究非参数识别,用蒙特卡洛比较估计方法,并采用带 Gibbs 采样的参数化贝叶斯方法。
材料陈述的贡献
摘要称无论市场集中或分散组织,双方偏好均可在所述限制下非参数识别;另展示智利招生应用和扶持政策反事实分析。
阅读关注点
应核对双方各需哪些排除限制、稳定性及单市场识别的条件,并区分非参数识别结论与参数化贝叶斯估计的额外假设。
阅读边界
这是 arXiv 预印本,同行评审及期刊接收未核实。摘要未给出具体排除变量、识别支持条件或政策数值,模拟表现不保证其他市场同样适用。

原文摘要

In a setting of many-to-one two-sided matching with non-transferable utilities, e.g., college admissions, we study conditions under which preferences of both sides are identified with data on one single market. Regardless of whether the market is centralized or decentralized, assuming that the observed matching is stable, we show nonparametric identification of preferences of both sides under certain exclusion restrictions. To take our results to the data, we use Monte Carlo simulations to evaluate different estimators, including the ones that are directly constructed from the identification. We find that a parametric Bayesian approach with a Gibbs sampler works well in realistically sized problems. Finally, we illustrate our methodology in decentralized admissions to public and private schools in Chile and conduct a counterfactual analysis of an affirmative action policy.

笔记与分组
相关领域论文