The Use of Cross-Section Data to Characterize Macro Functions
利用横截面数据刻画宏观函数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：摘要研究横截面到宏观函数的聚合关系，所列细分中没有直接对应的聚合理论类别。
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
利用横截面数据刻画宏观函数
- 研究问题
- 个体横截面回归的斜率在什么聚合条件下能一致估计宏观函数的一阶导数，又如何由横截面信息估计更高阶导数？
- 方法与思路
- 作者提出称为 AS 的必要充分条件，将线性聚合与充分统计量两类条件纳入其中，并针对指数族分布讨论高阶导数估计。
- 材料陈述的贡献
- 摘要称给出了广义聚合条件、宏观函数二阶及更高阶导数的估计思路，并提出检验线性聚合方案的一般方法。
- 阅读关注点
- 应核对 AS 条件的正式定义、一致性结果的抽样设定、指数族限制，以及聚合方案检验究竟检验哪些可观察约束。
- 阅读边界
- 仅据版本未注明的索引摘要，不能推断刊本变化；摘要未展开聚合条件，不能直接将任意横截面斜率解释为宏观响应。
原文摘要
This article investigates the use of individual cross-section data to describe macro functions. Necessary and sufficient conditions (denoted by AS) are found for ordinary least squares (OLS) slope coefficients from a cross section to consistently estimate the first derivatives of the macro function. AS embodies both sets of aggregation assumptions known; linear aggregation and sufficient statistics, and thus represents generalized aggregation conditions. A methodology is given for estimating second-order derivatives of the macro function from cross-section data for distributions of the exponential family, which extends to higher-order derivatives. Finally, a general test of linear aggregation schemes is presented.