Likelihood specification in simultaneous equation models for discrete data
离散数据联立方程模型的似然设定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：摘要研究离散数据的联立方程及其似然，并用于劳动参与等经济行为模型，直接涉及离散选择与结构估计。
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
离散数据联立方程模型的似然设定
- 研究问题
- 如何为离散数据联立方程模型构造明确的约化形式和似然，处理递归性要求与不确定性规则带来的建模争议？
- 方法与思路
- 作者将似然写为适当设定的 Markov 过程的不变分布，以条件分布建模为基础，并讨论计算及三个经济应用。
- 材料陈述的贡献
- 摘要称，该构造无需递归性要求和临时不确定性规则，并得到唯一、适当且自洽的似然，解释既有文献中的悖论。
- 阅读关注点
- 应核对 Markov 过程的构造、不变分布存在与唯一性的条件，以及条件方程如何共同决定似然和实际计算步骤。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法核实似然性质的证明、过程设定的经济含义和计算表现，也不能推断其他版本的变化。
原文摘要
In this article, we examine the foundations of a rich and diverse literature in economics and derive the likelihood function of simultaneous equation models for discrete data as the invariant distribution of a suitably specified Markov process. This formulation offers a well-defined reduced form of the model and dispenses with the need for controversial recursivity requirements and ad hoc indeterminacy rules. The derivation resolves puzzling paradoxes highlighted in earlier work and shows that the likelihood is unique, proper, coherent, complete, and theoretically grounded in conditional distribution modeling – a framework that has yet to be popularized in economics. We note possible extensions and relevant links with other models, comment on computational issues, and implement the methodology in three empirical applications involving female labor force participation, the interactions between health and wealth, and the interplay between banks’ lending practices and their reliance on assistance from the lender of last resort during the Great Depression.