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:摘要以二元选择模型和价格工具识别、估计决策者的潜在主观投资回报。

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
Clint Harris

二元投资主观感知回报的识别与估计

研究问题
仅有横截面的二元投资选择和价格,且决策者可能误知价格时,如何识别主观感知回报的尺度并一致估计?
方法与思路
作者假设决策者知道利润、收入与成本的恒等关系,并调整标准二元选择估计;价格工具须与价格误知及回报的未观测决定因素不相关。
材料陈述的贡献
摘要称该方法无需询问或假定决策者对研究者结构参数的信念,即可识别回报尺度,并以模拟强调价格变动须为决策者所知。
阅读关注点
应核对恒等关系认知假设、工具变量排除条件、价格误知如何进入选择模型,以及回报尺度识别与估计的具体步骤。
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;一致性依赖认知和工具条件,摘要未说明可检验性或真实应用。

原文摘要

I describe a method for estimating agents' perceived returns to investments that relies on cross-sectional data containing binary choices and prices, where prices may be imperfectly known to agents. This method identifies the scale of perceived returns by assuming agent knowledge of an identity that relates profits, revenues, and costs rather than by eliciting or assuming agent beliefs about structural parameters that are estimated by researchers. With this assumption, modest adjustments to standard binary choice estimators enable consistent estimation of perceived returns when using price instruments that are uncorrelated with unobserved determinants of agents' price misperceptions as well as other unobserved determinants of their perceived returns. I demonstrate the method, and the importance of using price variation that is known to agents, in a series of data simulations.

笔记与分组