Identification and estimation of dynamic random coefficient models
动态随机系数模型的识别与估计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。
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：摘要明确研究含预定解释变量和个体异质系数的动态短面板模型。
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
动态随机系数模型的识别与估计
- 研究问题
- 在含滞后因变量等预定解释变量的短面板中，个体异质系数分布能被识别到何种程度，如何对其均值、方差和分布函数推断？
- 方法与思路
- 作者研究个体特定系数的线性面板模型，刻画系数分布相关目标的识别集，构建可计算的估计推断程序，并应用于 PSID 收入动态。
- 材料陈述的贡献
- 摘要称，该模型在短面板中只能部分识别，所给识别集刻画适用于离散、连续和无界数据，应用提示家庭收入持续性存在异质性。
- 阅读关注点
- 应核对预定性的具体定义、短面板下不识别的论证、识别集刻画是否尖锐，以及计算方法和 PSID 应用的推断范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未经核实；摘要未说明完整假设或识别集宽度，收入风险结果不能直接验证消费储蓄机制。
原文摘要
I study linear panel data models with predetermined regressors (such as lagged dependent variables) where coefficients are individual-specific, allowing for heterogeneity in the effects of the regressors on the dependent variable. I show that the model is not point-identified in a short panel context but rather partially identified, and I characterize the identified sets for the mean, variance, and CDF of the coefficient distribution. This characterization is general, accommodating discrete, continuous, and unbounded data, and it leads to computationally tractable estimation and inference procedures. I apply the method to study lifecycle earnings dynamics among U.S. households using the Panel Study of Income Dynamics (PSID) dataset. The results suggest the presence of unobserved heterogeneity in earnings persistence, implying that households face varying levels of earnings risk which, in turn, contribute to heterogeneity in their consumption and savings behaviors.