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:摘要围绕具有可转移效用的匹配模型讨论识别与推断,直接对应结构模型的计量分析。

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
Alfred Galichon
Bernard Salanié

可分离匹配模型的计量方法与若干性质

研究问题
研究完全可转移效用的一对一可分离匹配模型,关注其识别、统计推断,以及模型中的比较静态如何分析。
方法与思路
作者提出一类可分离匹配模型,在完全可转移效用框架下讨论识别与推断,并分析其比较静态;摘要未展开具体方法。
材料陈述的贡献
摘要称该类模型的比较静态便于分析,同时讨论了识别与推断问题;未说明具体识别结果、估计方法或定理条件。
阅读关注点
阅读全文时应核对可分离性的正式定义、可观测匹配信息、效用结构的识别范围,以及推断和比较静态所需条件。
阅读边界
所据为 arXiv 预印本,不能据此确认同行评审或期刊接收;摘要过简,无法判断识别强度、适用范围及刊本变化。

原文摘要

We present a class of one-to-one matching models with perfectly transferable utility. We discuss identification and inference in these separable models, and we show how their comparative statics are readily analyzed.

笔记与分组
相关领域论文