The Econometrics of Nonlinear Budget Sets
非线性预算集的计量经济学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：摘要明确讨论以效用最大化和偏好异质性约束非参数选择模型的估计，直接对应结构估计；未说明选择变量是否为离散变量。
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
非线性预算集的计量经济学
- 研究问题
- 在非线性预算约束与一般偏好异质性下，如何非参数地估计选择行为，并从预算集回归、折点概率和工具变量中获得偏好信息？
- 方法与思路
- 文章综述非参数选择模型，以给定预算集时选择变量的条件期望为核心，并讨论效用最大化限制、折点概率及工具变量估计。
- 材料陈述的贡献
- 摘要称效用最大化可缓解预算集回归的维数灾难，该回归的实证结果与最大似然不同且提供有信息的推断，并讨论偏好异质性证据。
- 阅读关注点
- 应核对效用最大化如何降低回归维度、一般异质性的具体设定，以及折点概率与工具变量提供何种信息；再查看实证比较的依据。
- 阅读边界
- 摘要未给出识别条件、工具变量有效性依据、数据或具体实证结果；与最大似然结果不同本身不足以证明方法更准确或更有效。
原文摘要
This article surveys the development of nonparametric models and methods for estimation of choice models with nonlinear budget sets.The discussion focuses on the budget set regression, that is, the conditional expectation of a choice variable given the budget set.Utility maximization in a nonparametric model with general heterogeneity reduces the curse of dimensionality in this regression.Empirical results using this regression are different from maximum likelihood and give informative inference.The article also considers the information provided by kink probabilities for nonparametric utility with general heterogeneity.Instrumental variable estimation and the evidence it provides of heterogeneity in preferences are also discussed.