Quantile Peer Effect Models
分位数同伴效应模型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。
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：摘要明确结合网络同伴效应、同伴结果分位数以及带纳什均衡的结构模型估计。
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
分位数同伴效应模型
- 研究问题
- 同伴结果分布中低、中、高位置的个体是否产生不同影响？这种异质同伴效应如何改变网络中的关键人物判断及政策含义？
- 方法与思路
- 作者提出按同伴结果分位数区分影响的结构模型，研究纳什均衡的存在与唯一性，并采用工具变量策略估计模型参数。
- 材料陈述的贡献
- 摘要称，模型获得均衡与估计方面的理论结果；应用发现丰富的同伴影响模式，关键人物地位同时取决于网络和结果分布。
- 阅读关注点
- 应核对分位数同伴变量的构造、均衡存在唯一条件、工具变量的有效性，以及关键人物指标和政策分析如何由模型导出。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明工具变量、识别条件和具体应用，不能核实效应大小及政策结论。
原文摘要
I propose a flexible structural model to estimate peer effects across various quantiles of the peer outcome distribution. The model allows peers with low, intermediate, and high outcomes to exert distinct influences, thereby capturing more nuanced patterns of peer effects than standard approaches that are based on aggregate measures. I establish the existence and uniqueness of the Nash equilibrium and demonstrate that the model parameters can be estimated using a straightforward instrumental variable strategy. Applying the model to a range of outcomes that are commonly studied in the literature, I uncover diverse and rich patterns of peer influences that challenge assumptions inherent in standard models. These findings carry important policy implications: key player status in a network depends not only on network structure, but also on the distribution of outcomes within the population.