Quant. Econ. — Vol 13 Issue 1 · 2026-07-18¶

共 11 篇 · Quantitative Economics
目录核对 ✅ 11 篇全部抓到（对照 OpenAlex 11 篇）

本期导览¶

自动生成：归纳本期主要主题与脉络，不打分、不排名。

Quant. Econ. Vol 13 Issue 1 的 11 篇论文可归为三条主线：因果识别与推断（Testing identifying assumptions in fuzzy RDD、Information theoretic approach to high-dimensional multiplicative models、Uncertain identification、How success breeds success）、半参数与高维估计理论（The influence function of semiparametric estimators、Information theoretic approach to high-dimensional multiplicative models）、以及经济理论与应用（A note on the estimation of job amenities、Modeling time varying risk of natural resource assets、Peso problems in the estimation of the C-CAPM、The environmental cost of land-use restrictions、Financing corporate tax cuts with shareholder taxes）。此外，A consistent specification test for dynamic quantile models 独立构成假设检验方向。

在因果识别与推断主线中，四篇论文从不同角度切入识别假设的检验与敏感性分析。Testing identifying assumptions in fuzzy RDD 提出基于不等式约束的设定检验，直接检验模糊断点设计中的识别假设，与现有连续性检验互补。Uncertain identification 将点识别与集识别模型统一纳入贝叶斯模型平均框架，输出后验均值集合以量化识别假设选择的不确定性，并给出先验概率的更新条件。Information theoretic approach to high-dimensional multiplicative models 将信息论方法与 ℓ₁ 惩罚结合，处理高维乘法矩条件下的潜变量估计，适用于处理效应或工具变量的高维建模。How success breeds success 则通过实验室实验中的随机变化识别早期成功的因果效应，并区分信息揭示与策略性激励两种机制。

在半参数与高维估计理论主线中，The influence function of semiparametric estimators 推广了 Von Mises 和 Hampel 的影响函数结果，在光滑偏差下将影响函数表示为 Gateaux 导数，为 debiased ML 和局部敏感性分析提供理论基础。Information theoretic approach to high-dimensional multiplicative models 则在高维矩条件稀疏性假设下，通过 ℓ₁ 正则化实现变量选择和估计，并建立收敛速率与渐近分布。两篇论文分别从影响函数与信息论角度推进了半参数估计的理论工具。

与因果推断方向最贴的论文包括：Testing identifying assumptions in fuzzy RDD（识别假设检验）、Uncertain identification（识别假设敏感性分析）、Information theoretic approach to high-dimensional multiplicative models（高维因果参数估计）、How success breeds success（实验因果识别）。与半参数效率方向最贴的是 The influence function of semiparametric estimators。与高维方向最贴的是 Information theoretic approach to high-dimensional multiplicative models 和 A consistent specification test for dynamic quantile models（高维分位数检验）。

因果推断 (causal_inference, 3 篇)¶

1. 10.3982/qe1367 — Testing identifying assumptions in fuzzy regression discontinuity designs¶

作者: Yoichi Arai, Yu-Chin Hsu, Toru Kitagawa, Ismael Mourifié, Yuanyuan Wan
期刊/来源: Quantitative Economics
机构: Waseda University · National Taiwan University · National Central University · Institute of Economics, Academia Sinica · National Chengchi University · University College London · University of Toronto
分类: vol 13 · issue 1 · pp 1-28
相关性 8/10 · novelty: new_method
摘要: 本文针对模糊断点回归设计（FRD）的有效性提出了一类新的设定检验。核心思想是推导出一组可检验的蕴含条件，这些条件表现为在断点处观测结果与处理状态的联合分布上的不等式约束。作者证明该刻画利用了数据中所有可用于检测FRD有效性违反的信息，与现有仅检验运行变量或协变量连续性方法互补。检验方法在均匀控制size的意义上具有大样本有效性，对固定备择假设一致，并对局部备择假设具有非平凡功效。实证部分应用于两个经典FRD设计：不拒绝Angrist和Lavy（1999）的班级规模设计，但拒绝了Miller等人（2013）的哥伦比亚贫困家庭保险补贴设计中的部分结果变量。对您而言，该工作直接连接您对因果推断中识别假设检验的兴趣，其基于不等式约束的检验框架可与您熟悉的非参数统计和M估计理论结合，用于构建更复杂的敏感性分析工具。
关键技术: fuzzy regression discontinuity, specification test, inequality restrictions, uniform size control, local alternatives power
为什么对您有用: 直接连接您对因果推断中识别假设检验的兴趣，特别是IV和断点设计中的假设检验问题。您武器库中'非参数统计'和'M估计理论'可直接用于分析其检验统计量的渐近性质，或扩展至更复杂的识别假设检验。中期可做：需先在'semiparametric theory'上进一步熟悉，以处理更一般的识别条件。

2. 10.3982/qe1603 — Information theoretic approach to high‐dimensional multiplicative models: Stochastic discount factor and treatment effect¶

作者: Chen Qiu, Taisuke Otsu
期刊/来源: Quantitative Economics
机构: Cornell University · London School of Economics and Political Science
分类: vol 13 · issue 1 · pp 63-94
相关性 8/10 · novelty: new_method
摘要: 本文关注高维乘法矩条件下潜变量权重函数的泛函估计问题，典型应用包括资产定价中的随机贴现因子、缺失数据问题和处理效应。作者提出将信息论方法（如最大熵或最小散度）与 ℓ₁ 惩罚相结合，在高维矩条件满足稀疏性假设时实现变量选择和估计。方法的核心机制是通过对偶形式将无限维优化转化为有限维凸优化，并利用 ℓ₁ 正则化处理矩条件个数随样本量增长的情形。理论部分建立了估计量的收敛速率和渐近分布，并给出了正则化参数的选择准则。在因果推断应用中，该方法可用于处理效应估计中倾向得分或工具变量的高维建模。实证部分展示了在随机贴现因子估计中的表现。对您而言，本文连接了高维稀疏估计与因果推断中的识别问题（如 IV 或缺失数据），且 ℓ₁ 惩罚与信息论结合的思路可迁移至您熟悉的 proximal CI 或 sensitivity analysis 中的高维 nuisance 函数估计。
关键技术: ℓ₁-penalized information theoretic estimation, multiplicative moment conditions, stochastic discount factor, high-dimensional sparsity, treatment effect estimation
为什么对您有用: 本文直接连接您的 primary interest 中的 causal inference（处理效应估计）和 high-dimensional statistics（ℓ₁ 惩罚）。技术层面，您可以用 very_familiar 的 minimax bounds 工具来验证本文提出的收敛速率是否最优，或用 moderately_familiar 的 semiparametric theory 视角分析该估计量的效率损失。中期可做：若将信息论方法推广到 proximal CI 中的高维 nuisance 函数估计，需先在 moderately_familiar 的 identification theory 上深入理解 negative control 假设的稀疏结构。

3. 10.3982/qe1671 · arXiv — Uncertain identification¶

作者: Raffaella Giacomini, Toru Kitagawa, Alessio Volpicella
期刊/来源: Quantitative Economics
分类: vol 13 · issue 1 · pp 95-123
相关性 7/10 · novelty: new_method
摘要: 本文处理因果推断中识别假设选择的不确定性问题，将点识别与集识别模型统一纳入贝叶斯模型平均框架。方法对集识别模型采用多重后验分布，对点识别或非教条假设模型采用单一后验，输出一组后验分布（'平均后模糊信念'）。通过报告后验均值的集合及其可信区域来总结结果，并明确了先验模型概率何时被更新以及后验模型概率的渐近行为。该方法为实证结果对识别假设选择的敏感性分析提供了形式化框架。以标准货币模型为例，发现要使产出对货币政策冲击的响应为负，需对价格不立即反应冲击的假设赋予大于0.28的先验概率。对您而言，本文的贝叶斯模型平均框架与您因果推断中敏感性分析的兴趣直接相关，其处理集识别模型的后验组合思路可启发您在高维或proximal CI设定下开发类似的不确定性量化工具。
关键技术: Bayesian model averaging, set-identified models, multiple posteriors, sensitivity analysis, partial identification
为什么对您有用: 本文直接连接您因果推断中identification和sensitivity analysis的兴趣，其贝叶斯模型平均框架为处理识别假设不确定性提供了新视角。您武器库中'identification theory in causal inference'和'estimation theory in causal inference'可直接用于评估该方法在proximal CI或IV设定下的扩展性。中期可做：需先在moderately_familiar的'identification theory in causal inference'上深入理解集识别与点识别的衔接机制，再考虑将框架推广至高维或非参数设定。

效率理论 / Debiased ML (efficiency_dml, 1 篇)¶

1. 10.3982/qe826 · arXiv — The influence function of semiparametric estimators¶

作者: Hidehiko Ichimura, Whitney K. Newey
期刊/来源: Quantitative Economics
分类: vol 13 · issue 1 · pp 29-61
相关性 9/10 · novelty: new_theory
摘要: 本文研究依赖于非参数第一步估计的半参数估计量的影响函数。作者证明，在光滑偏差下，影响函数是Gateaux导数在点质量处的取值，这推广了经典的Von Mises和Hampel结果。对于满足外生或内生正交条件的第一步骤，给出了显式的影响函数公式。该结果将回归中的遗漏变量偏误公式推广到政策分析和结构变化的敏感性分析中。在汽油需求应用中，发现平均等价变分估计对内生性不敏感。本文为debiased ML和局部敏感性分析提供了理论基础。
关键技术: influence function, Gateaux derivative, semiparametric efficiency, orthogonality conditions, omitted variable bias, debiased machine learning
为什么对您有用: 本文直接连接您对semiparametric efficiency bounds和debiased ML的兴趣，给出了影响函数的泛函导数刻画，这是您武器库中semiparametric theory和M-estimation theory的直接应用。中期可做：可尝试将本文的Gateaux导数框架推广到higher-order influence functions，这需要先在moderately_familiar的HOIF上长肌肉。

数理统计 / 假设检验 (hypothesis_testing, 1 篇)¶

1. 10.3982/qe1727 — A consistent specification test for dynamic quantile models¶

作者: Peter Horvath, Jia Li, Zhipeng Liao, Andrew J. Patton
期刊/来源: Quantitative Economics
机构: Duke University
分类: vol 13 · issue 1 · pp 125-151
相关性 7/10 · novelty: new_method
摘要: 本文针对动态分位数模型的条件分位数函数设定检验问题，提出了一致性检验方法。核心思想是：正确设定的分位数模型意味着某个条件矩函数恒为零，因此通过非参数级数回归估计该条件矩函数，并利用均匀泛函推断检验其是否恒为零。理论贡献在于：在一般时间序列设定下，利用强高斯逼近理论处理了增长维数统计量的极限分布问题，这是对传统分位数检验方法的重要拓展。方法上，作者提出了一种新颖的bootstrap方法，在有限样本中显著优于渐近近似，尤其对于尾部高分位数（如VaR）表现更佳。实证部分将该检验应用于美国金融机构的VaR和CoVaR建模。该检验方法为分位数模型设定提供了严格的统计推断工具，对您在高维统计和假设检验方面的兴趣有直接关联，尤其是其利用级数估计和均匀推断处理高维参数空间的技术思路。
关键技术: series regression, uniform functional inference, strong Gaussian approximation, bootstrap for growing dimensions, conditional quantile specification test
为什么对您有用: 本文直接连接您的假设检验兴趣，特别是高维参数空间下的均匀推断问题。您武器库中的非参数统计和M估计理论可直接用于分析其级数估计的收敛性质，而您在高维渐近方面的经验可用于评估其强高斯逼近的适用条件。中期可做：若想将类似方法推广到分位数因果效应设定检验，需先在semiparametric theory上加强，以处理内生性下的条件矩约束。

经济理论 / 应用 (econ_theory, 6 篇)¶

1. 10.3982/qe928 · arXiv — A note on the estimation of job amenities and labor productivity¶

作者: Arnaud Dupuy, Alfred Galichon
期刊/来源: Quantitative Economics
分类: vol 13 · issue 1 · pp 153-177
相关性 3/10 · novelty: application
摘要: 本文在单一匹配市场框架下，基于观测到的均衡匹配和工资数据，提出了工作非货币属性价值与劳动生产率的极大似然估计方法。该估计过程同时拟合匹配模式和工资曲线，适用于广泛的分配问题。作者将方法应用于统计生命价值的估计，利用美国2017年数据，通过工作死亡风险的补偿性工资差异，估计出统计生命价值为630万美元（2017年美元）。该方法的核心是构建一个结构模型，将工资和匹配决策联合建模，并通过MLE实现参数估计。对您而言，这是一篇经济理论领域的应用论文，展示了如何利用匹配模型和工资数据进行因果参数（如补偿性工资差异）的识别与估计，其分析模式可迁移至您关注的流行病学或因果推断中的IV/mediation设定。
关键技术: Maximum Likelihood Estimation, Matching Market Model, Compensating Wage Differentials, Structural Estimation
为什么对您有用: 本文属于经济理论（secondary interest）的应用论文，展示了如何利用匹配模型和工资数据估计因果参数（统计生命价值）。其分析模式（结构MLE、联合建模匹配与工资）对您关注的因果推断中的IV/mediation设定有参考价值，但方法学新颖性有限。作为gateway reading，本文清晰阐述了经济模型和数据，适合入门；武器库中的非参数统计和因果推断估计理论可支撑理解，但无需立即动手复现。

2. 10.3982/qe1597 — Modeling time varying risk of natural resource assets: Implications of climate change¶

作者: Anke D. Leroux, Vance L. Martin, Kathryn A. St. John
期刊/来源: Quantitative Economics
机构: Monash University · The University of Melbourne
分类: vol 13 · issue 1 · pp 225-257
相关性 2/10 · novelty: application
摘要: 本文构建了一个多元GARCH模型来刻画自然资源资产组合的时变风险，特别关注气候变化对组合风险的影响。模型创新性地引入了多频率可观测的已实现波动率，并允许其随气候条件突变而敏感变化。作者通过bootstrap方案和全球气候模型投影两种方式，模拟了气候变化下的自然资源资产组合情景。实证部分以多资产水资源组合（水库入流、雨水收集、海水淡化）为例，展示了气候变化下资产组合的适应性调整。结果显示，水库仍占主导地位，但雨水收集和海水淡化的贡献将增加，预计气候变化在20年预测期内使年供水成本上升7%-44%。对您而言，本文是经济理论（应用因果推断）方向的一个应用案例，展示了时间序列波动率建模与气候情景模拟的结合，但方法学新颖性有限，属于标准计量工具的实证应用。
关键技术: multivariate GARCH, realized volatility, bootstrap simulation, climate model projections, portfolio risk modeling
为什么对您有用: 本文属于经济理论（应用因果推断）方向的实证应用，展示了时间序列波动率建模在自然资源经济学中的使用。武器库中'high-dimensional asymptotics'和'nonparametric statistics'可帮助理解其GARCH估计的渐近性质，但核心方法（多元GARCH+已实现波动率）是标准计量工具，不涉及您擅长的因果推断或高维统计。作为gateway reading，本文对经济学家有参考价值，但对您的统计方法论贡献有限，属于'暂不可做'——核心机器（GARCH时间序列计量）不在武器库中，且不涉及您感兴趣的识别或效率理论问题。

3. 10.3982/qe1478 — Peso problems in the estimation of the C‐CAPM¶

作者: Juan Carlos Parra-Alvarez, Olaf Posch, Andreas Schrimpf
期刊/来源: Quantitative Economics
机构: Aarhus University · Universität Hamburg · Bank for International Settlements
分类: vol 13 · issue 1 · pp 259-313
相关性 2/10 · novelty: application
摘要: 本文研究消费资本资产定价模型（C‐CAPM）在低概率灾难风险下的估计偏误问题。核心设定是：市场参与者预期未来可能发生灾难性基本面变化，但样本期内并未实际发生（即“比索问题”），导致风险厌恶和时间偏好参数的结构估计出现系统性偏误。作者证明，在无风险利率恒定的简单模型中，该偏误恰好抵消了定价误差，从而在平静期产生看似合理的估计；但当利率存在时变时，模拟数据中会生成大且持久的定价误差。文章进一步通过解析推导指出，修正矩条件的设定偏误可以避免该估计问题。实证部分使用美国消费和资产回报数据展示了偏误的严重程度。对您而言，这是一篇经济理论领域的应用因果推断论文，展示了 moment condition misspecification 如何导致结构参数估计的系统性偏误，与您对经济理论数据集的兴趣直接相关，可作为理解资产定价中识别问题的入门读物。
关键技术: GMM estimation, moment condition misspecification, structural parameter bias, disaster risk model, simulation-based analysis
为什么对您有用: 本文属于经济理论（资产定价）的应用因果推断论文，直接连接您的 secondary interest 中的经济理论数据集和模型。武器库中 'identification theory in causal inference' 的 moment condition 视角可用于分析其偏误来源，但本文核心是结构估计而非因果识别，因此属于 gateway reading 范畴——值得花时间读全文以了解资产定价中比索问题的统计含义，但短期内无法直接迁移方法。

4. 10.3982/qe1679 — How success breeds success¶

作者: Ambroise Descamps, Changxia Ke, Lionel Page
期刊/来源: Quantitative Economics
机构: Oxfam · Queensland University of Technology · Department of Finance · University of Technology Sydney
分类: vol 13 · issue 1 · pp 355-385
相关性 2/10 · novelty: application
摘要: 本文通过真实努力实验室实验，利用随机变化识别早期成功对后续成功的因果效应。研究设计排除了动态竞赛中的策略性效应，发现早期成功主要通过信息揭示机制（即参与者更新对自身相对能力的信念）而非标准模型预测的策略性激励来驱动后续成功。实验采用多轮竞赛，随机分配初始成功，并交替消除策略性特征以隔离不同机制。核心结论是，信息更新而非策略性行为是成功连锁效应的主要解释。该研究为因果推断在行为经济学中的应用提供了清晰范例，尤其适合关注实验设计和机制检验的研究者。
关键技术: randomized experiment, causal identification, mechanism decomposition, dynamic contest model, belief updating
为什么对您有用: 本文属于经济理论的应用因果工作，直接连接您的secondary interest中的经济理论方向。实验设计中的随机化策略和机制分解方法（如排除策略性特征）对您熟悉的因果推断工具（如IV、中介分析）有参考价值，但核心是行为经济学问题而非方法学创新。作为入门读物，本文清晰展示了实验室实验如何识别因果效应，武器库中的非参数统计和因果推断理论足以支撑理解，但无需深入方法学扩展。值得花时间读全文以获取实验设计思路。

5. 10.3982/qe1544 — The environmental cost of land‐use restrictions¶

作者: Mark Colas, John M. Morehouse
期刊/来源: Quantitative Economics
分类: vol 13 · issue 1 · pp 179-223
相关性 2/10 · novelty: application
摘要: 本文研究土地使用限制（land-use restrictions）对家庭碳排放的环境成本。作者构建了一个空间均衡模型，包含异质性家庭、不同城市（在发电厂技术和能源使用效用上存在差异）以及内生工资和租金。模型的核心机制是：清洁能源城市往往有更严格的土地使用限制，这些限制推高房价，从而抑制家庭迁入这些低碳排放城市。通过反事实分析，将加州土地使用限制放松至美国城市家庭中位数水平，全国家庭碳排放下降0.6%，碳的社会成本每年减少3.1亿美元。该研究属于应用一般均衡分析，方法上依赖结构估计和反事实模拟，而非统计推断或因果识别的新方法。对您而言，这是一篇经济理论领域的应用论文，展示了空间均衡模型在环境政策评估中的使用，可作为了解该领域数据和分析范式的入门读物。
关键技术: spatial equilibrium model, counterfactual simulation, structural estimation, heterogeneous agents model
为什么对您有用: 本文属于经济理论（secondary interest）的应用论文，使用空间均衡模型评估政策的环境成本，模型设定和反事实分析框架对您理解该领域的数据结构（城市层面面板、碳排放数据）和建模思路（内生性处理通过结构方程而非IV/DML）有参考价值。武器库中'identification theory in causal inference'的视角可用于审视其结构假设的可检验性，但核心方法（一般均衡结构估计）不在您的技术栈内，属于'暂不可做'——需要先补充结构估计和数值求解技能。作为入门读物，本文清晰展示了经济理论论文的典型分析流程（模型设定→校准→反事实），值得花时间读全文以建立对该子领域的直觉。

6. 10.3982/qe1167 — Financing corporate tax cuts with shareholder taxes¶

作者: Alexis Anagnostopoulos, Orhan Erem Atesagaoglu, Eva Cárceles-Poveda
期刊/来源: Quantitative Economics
机构: Stony Brook University · Istanbul Bilgi University
分类: vol 13 · issue 1 · pp 315-354
相关性 2/10 · novelty: application
摘要: 本文在异质性主体（家庭与企业）和不完全市场的一般均衡框架下，研究用股东税（股息税与资本利得税）替代企业所得税的总体与分配效应。模型包含家庭层面的收入与资产异质性以及企业层面的生产率异质性，属于定量宏观经济学中的异质性代理人模型（Heterogeneous Agent Model）。核心机制是：取消企业所得税后，企业投资决策不再受利润税扭曲，但股东税直接影响家庭储蓄与资产配置行为。主要结论是：若股息与资本利得税率相同，改革可同时提升效率（总产出与福利）且最优企业所得税率为零；若两者税率不对称，则效率与公平之间存在权衡，最优企业所得税率为正（即双重征税）。文章通过数值模拟展示了改革后多数家庭获益的分配格局。对您而言，本文属于经济理论的应用型论文，其异质性代理人模型与政策反事实模拟框架可作为您在经济理论方向（secondary interest）的入门阅读，但方法论上不涉及您核心兴趣中的因果推断或高维统计工具。
关键技术: heterogeneous agent model, general equilibrium, incomplete markets, optimal tax policy, quantitative macroeconomics
为什么对您有用: 本文属于经济理论（secondary interest）的应用型论文，使用异质性代理人一般均衡模型分析税收改革的分配效应。您的武器库中'nonparametric statistics'和'high-dimensional asymptotics'不直接适用于此类定量宏观模型，但本文清晰的模型设定和政策反事实模拟框架可作为进入经济理论方向的入门读物。武器库中缺乏动态随机一般均衡（DSGE）或异质性代理人模型的求解技术（如Krusell-Smith算法），因此暂不可做——核心机器不在武器库里。

Maintained by 陈星宇 · Homepage · Source on GitHub