SEMIPARAMETRIC ESTIMATION OF RANDOM COEFFICIENTS IN STRUCTURAL ECONOMIC MODELS
结构经济模型中随机系数的半参数估计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：摘要明确研究非线性结构经济模型中的随机系数分布，并把结构求解与密度估计衔接，直接属于结构估计方向。
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…
结构经济模型中随机系数的半参数估计
- 研究问题
- 当结构模型对随机系数呈非线性关系，且可能包含测量误差等不可观测干扰变量时，如何识别并估计随机系数的密度？
- 方法与思路
- 作者将随机参数密度恢复表述为带凸约束的逆问题，把结构模型的计算求解与估计分开，并提出两种密度估计程序。
- 材料陈述的贡献
- 摘要称，框架讨论非参数识别并推导两类估计程序的渐近性质，能够处理不可观测干扰变量，且以多个结构模型模拟展示表现。
- 阅读关注点
- 应核对逆问题算子的识别条件、凸约束和稳定化处理，干扰变量需要哪些额外信息，以及两种程序的收敛性质与计算成本。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能判断非参数识别的充分条件、逆问题难度或误差分布限制，也不能据模拟概述认定普遍有效。
原文摘要
This paper discusses nonparametric estimation of the distribution of random coefficients in a structural model that is nonlinear in the random coefficients. We establish that the problem of recovering the probability density function ( pdf ) of random parameters falls into the class of convexly-constrained inverse problems. The framework offers an estimation method that separates computational solution of the structural model from estimation. We first discuss nonparametric identification. Then, we propose two alternative estimation procedures to estimate the density and derive their asymptotic properties. Our general framework allows us to deal with unobservable nuisance variables, e.g., measurement error, but also covers the case when there are no such nuisance variables. Finally, Monte Carlo experiments for several structural models are provided which illustrate the performance of our estimation procedure.