Quant. Econ. — Vol 17 Issue 2 · 2026-05-18¶
- 共 8 篇 · Quantitative Economics
因果推断 (causal_inference, 1 篇)¶
1. 10.3982/qe1894 — Conditional choice probability estimation with an imperfectly measured latent state¶
- 作者: Yujung Hwang
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 497-540
- 相关性 7/10 · novelty:
new_method - 摘要: 在动态离散选择模型（DDCM-CCP）框架下，传统方法仅依赖纵向选择似然，难以识别潜在离散状态的灵活动态；本文引入含噪代理变量以改善识别。作者首先证明代理变量能增强识别性，并讨论了代理变量的调查设计对识别条件的影响。随后，扩展 Arcidiacono 和 Miller (2011) 的估计量，通过汇集非平衡面板中含噪代理变量的信息，放宽了潜在状态动态的 Markov 假设，允许估计更灵活的动态结构。实证应用于劳动供给与心理健康模型，揭示了比标准 Markov 链更复杂的动态。对您有用：该文利用含噪代理变量识别潜在状态的思路，与您关注的 proximal CI 中 proxy identification 机制高度契合，且提供了经济与流行病学交叉的应用案例。
- 关键技术:
dynamic discrete choice model,conditional choice probability,proxy variable identification,latent state estimation,unbalanced panel data - 为什么对您有用: 该文利用含噪代理变量识别潜在状态的理论框架，与您关注的 proximal CI 中 negative control/proxy 的 identification 机制直接相关；同时其劳动供给与心理健康的实证应用契合您的经济理论与流行病学 secondary interests。
经济理论 / 应用 (econ_theory, 4 篇)¶
1. 10.3982/qe2369 — Identification through sparsity in factor models: The ℓ 1 ‐rotation criterion¶
- 作者: Simon Freyaldenhoven
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 461-496
- 相关性 7/10 · novelty:
new_method - 摘要: 在线性因子模型缺乏识别性的设定下，本文研究在局部因子（仅影响部分可观测变量）的稀疏性假设下，如何实现因子载荷矩阵的识别。核心方法提出 ℓ₁-rotation 准则，通过最小化载荷矩阵的 ℓ₁ 范数来寻找最稀疏的旋转矩阵，从而恢复真实的载荷结构。相比于传统的 Varimax 或 Kaiser 旋转方法，该准则在理论上提供了充分的识别条件，并在模拟中展现出更好的稀疏恢复性能。文章附带 R 包 l1rotation 实现了该凸优化算法，并在两个经济学应用中展示了其经济可解释性。对您而言，该文将高维统计中的稀疏性思想引入因子模型识别，为经济学中的潜变量模型提供了新视角，且 R 包代码对统计计算方向有直接参考价值。
- 关键技术:
linear factor model,identification via sparsity,l1-norm minimization,factor rotation,local factors - 为什么对您有用: 触及您在经济学理论（潜变量模型、应用因果）和高维统计（稀疏性假设）的交叉兴趣；ℓ₁ 旋转准则的优化算法与 R 包实现也对您的统计计算方向有直接借鉴意义。
2. 10.3982/qe2180 — An empirical framework for many‐to‐one matching markets¶
- 作者: Tim Ederer
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 590-621
- 相关性 4/10 · novelty:
new_theory - 摘要: 本文在非转移效用（NTU）的多对一匹配市场（如工人-企业）设定下，基于匹配稳定性与简约偏好假设，研究匹配特征联合分布的渐近表征与偏好识别问题。作者推导了匹配特征联合分布的 tractable 渐近极限，证明在仅观测实现匹配数据的条件下，匹配的联合剩余（joint surplus）可识别，但双方偏好无法分离识别。关键发现是，多对一匹配数据中特有的企业内部工人特征变异，能够用于识别并估计剩余函数中未观测的企业异质性。理论结果为匹配市场的结构估计提供了识别基础，但方法侧重计量结构模型而非半参数效率或高维推断。对您而言，该文契合经济理论（模型与应用）的兴趣，提供了匹配市场的结构识别框架，但方法学新颖度偏向计量经济理论而非数理统计推断。
- 关键技术:
many-to-one matching,nontransferable utility,stable matching,asymptotic characterization,identification of joint surplus,unobserved heterogeneity - 为什么对您有用: 契合您的 secondary interest 中的经济理论（模型与应用），提供了多对一匹配市场的结构模型与识别策略，但缺乏您 primary interest 关注的半参数效率界或高维统计理论。
3. 10.3982/qe2589 — Forecasting with panel data: Estimation uncertainty versus parameter heterogeneity¶
- 作者: M. Hashem Pesaran, Andreas Pick, Allan Timmermann
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 342-393
- 相关性 3/10 · novelty:
new_method - 摘要: 在线性面板数据预测设定下，本文研究个体、混合、固定效应与经验贝叶斯（Empirical Bayes）估计的预测精度，允许弱外生回归元与相关异质性。核心机制在于权衡估计不确定性与参数异质性：个体估计方差大，混合估计则因忽略异质性而产生偏差。作者提出基于最优权重的预测组合方案，并量化了利用面板数据的预测增益，表明其表现取决于异质性程度、异质性与回归元的相关性、模型拟合度及面板维度。蒙特卡洛模拟与房价、CPI通胀的实证表明，经验贝叶斯与预测组合方法总体表现最优且稳健。对您而言，该文虽侧重预测而非因果推断，但其对面板异质性与估计方差的权衡分析，对 longitudinal CI 中处理异质性处理效应及 shrinkage 估计有借鉴意义。
- 关键技术:
panel data forecasting,empirical Bayes estimation,forecast combination,parameter heterogeneity,mean squared error minimization - 为什么对您有用: 属于经济理论（面板预测）方向；虽非因果推断，但其对面板数据中参数异质性与估计方差的权衡（特别是经验贝叶斯 shrinkage 思想）对您在 longitudinal CI 中处理异质性处理效应的估计具有方法迁移价值。
4. 10.3982/qe2025 — Satisficing, aggregation, and quasilinear utility¶
- 作者: Roy Allen, John Rehbeck
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 431-460
- 相关性 2/10 · novelty:
application - 摘要: 本文研究拟线性效用模型中的近似误差问题，设定个体因有限理性而采取满意化策略而非完美优化。作者推导了个体满意化行为下加总需求的近似加总定理，并提出了针对解释加总数据所需最小满意化水平的统计推断方法。该推断方法的核心在于将满意化程度视为待检参数，通过简单的统计程序评估模型与数据的兼容性。在扫描仪面板数据的实证中，个体层面数据需引入非平凡的满意化程度，而加总数据则兼容代表性个体完美优化假设。对您而言，此文将假设检验思想应用于经济结构模型中的有限理性参数推断，可为经济理论（secondary interest）中的结构模型推断与数据集分析提供参考。
- 关键技术:
quasilinear utility model,approximate aggregation theorem,satisficing bounds,statistical inference on structural parameters,revealed preference with error - 为什么对您有用: 连接到 secondary interest 中的经济理论（模型、应用），展示了如何对有限理性结构模型中的关键参数（满意化水平）进行假设检验与推断，且提供了面板数据实证案例。
其他 (other, 3 篇)¶
1. 10.3982/qe2544 — The price responsiveness of shale producers: Evidence from micro data¶
- 作者: Knut Are Aastveit, Hilde C. Bjørnland, Thomas S. Gundersen
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 394-430
- 相关性 1/10
- 摘要: { "topic": "econ_theory", "summary_zh": "本文研究美国页岩油生产商的短期价格响应弹性，基于2005-2019年覆盖10个州超12万口井的月度微观面板数据，挑战了短期供给无弹性的传统宏观假设。核心机制在于生产商通过调整完井时机（加速已钻未完井的完井）和对老井重复压裂来响应前瞻性价格信号。实证分析揭示了生产行为在不同州和公司类型间存在显著的微观异质性，强调了在石油市场模型中纳入运营灵活性的必要性。主要结果表明页岩油供给在短期内具有高度弹性，而非传统假设的刚性。对您而言，该文提供了高质量的微观经济面板数据集和实证建模范式，直接服务于您在"经济理论（应用、数据集、模型）"方向的次级兴趣。", "key_techniques": [ "micro-level panel data", "supply elasticity estimation", "forward-looking price signals", "heterogeneity analysis" ], "why_relevant": "匹配您的次级兴趣"经济理论（应用、数据集、模型）"，提供了一个大样本微观面板数据集和前瞻性行为的实证建模思路，可作应用因果推断或结构模型的数据与范式参考。", "novelty_flag": "app
2. 10.3982/qe2358 — Oil and the stock market revisited: A mixed functional VAR approach¶
- 作者: Hilde C. Bjørnland, Yoosoon Chang, Jamie L. Cross
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 541-589
- 相关性 0/10
3. 10.3982/qe2190 — DeepHAM: A global solution method for heterogeneous agent models with aggregate shocks¶
- 作者: Jiequn Han, Yucheng Yang, Weinan E
- 期刊/来源: Quantitative Economics
- 分类: vol 17 · issue 2 · pp 297-341
- 相关性 0/10
- 摘要: { "topic": "econ_theory", "summary_zh": "本文针对带总体冲击的异质性主体模型（HAM），提出基于深度学习的全局求解算法 DeepHAM，旨在克服传统方法的状态维度灾难。核心机制在于利用深度神经网络逼近值函数与策略函数，并通过一组最优广义矩（optimal generalized moments）近似表示个体状态分布。目标函数在直接模拟的路径上进行优化，避免了传统网格计算的维度诅咒。算法不仅计算高效，还提供了分布的可解释表示，并能同等便捷地求解竞争均衡与约束效率问题。实证应用中，作者发现存在总体风险时，功利主义计划者进行再分配的资本提升幅度较小。对您而言，该文在"经济理论模型"求解中使用了"最优广义矩"与"模拟路径优化"的数值计算方法，其状态分布的矩表示思路对高维/半参数建模中的降维与计算有参考价值。", "key_techniques": [ "deep neural network approximation", "optimal generalized moments", "simulation-based optimization", "constrained efficiency" ], "why_relevant": "匹配您的 secondary interest '经济理论（模
Maintained by 陈星宇 · Homepage · Source on GitHub