Quant. Econ. — Vol 14 Issue 1 · 2026-07-18¶

共 10 篇 · Quantitative Economics
目录核对 ✅ 10 篇全部抓到（对照 OpenAlex 10 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。

这一期《Quantitative Economics》第14卷第1期的10篇论文，整体上围绕两条主线展开：一是因果识别与推断，二是结构模型与预测方法。因果识别主线涵盖断点检测、工具变量与异方差性结合、以及自然实验设计；结构模型主线则聚焦于异质性主体模型的估计、随机效用与有限考虑行为的统一框架、以及厚尾分布的解析方法。此外，还有几篇涉及面板数据预测和假设检验的统计工具。

在因果识别方面，最突出的工作是Permutation-based tests for discontinuities in event studies，它提出了一种基于置换检验的非参数方法，用于检测事件研究中已知断点处的模型不连续性，并在高阶条件相依数据下建立了渐近有效性，适用于时间序列中的跳跃检测。Monetary policy, external instruments, and heteroskedasticity则展示了如何将异方差性作为额外识别信息与工具变量结合，放松传统假设，并通过似然比检验工具变量的有效性，为宏观因果推断提供了新策略。Gender, competition, and performance: Evidence from chess players利用对局配对这一自然实验，通过走棋质量度量识别性别构成对表现的影响，是应用因果推断的典型范例。Testing unified growth theory则通过工具变量（遗传距离加权的国外专利强度等）检验技术进步与生育率转型的因果关系，展示了长期面板数据中的因果推断。

在结构模型与预测方法方面，Full-information estimation of heterogeneous agent models using macro and micro data提出了一种全信息贝叶斯推断方法，通过构造似然函数的数值无偏估计，结合MCMC算法，同时利用宏观和微观数据提高参数估计精度。Random utility and limited consideration在随机效用模型框架下引入有限考虑行为，通过选择集与注意力框架的联合变化识别参数，并采用非嵌套假设检验进行模型比较。Pareto extrapolation则利用Pareto分布的解析性质，为异质性主体模型中的厚尾财富分布提供了精确的尾部理论，显著提升了计算效率。Forecasting with a panel Tobit model针对短T大N的面板删失数据，提出了贝叶斯预测框架，通过异质性系数的截面分布隐式构造先验，适用于银行核销率等应用场景。

对于因果推断方向的研究者，优先关注Permutation-based tests for discontinuities in event studies（断点检测的非参数方法）、Monetary policy, external instruments, and heteroskedasticity（工具变量与异方差性结合）、以及Gender, competition, and performance（自然实验中的性别效应识别）。对于半参数效率或高维方向，Pareto extrapolation（厚尾分布的解析方法）和Full-information estimation of heterogeneous agent models（全信息贝叶斯推断）提供了方法论上的新视角。

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

1. 10.3982/qe1775 · arXiv — Permutation‐based tests for discontinuities in event studies¶

作者: Federico A. Bugni, Jia Li, Qiyuan Li
期刊/来源: Quantitative Economics
机构: Duke University
分类: vol 14 · issue 1 · pp 37-70
相关性 8/10 · novelty: new_method
摘要: 本文提出了一种基于置换检验的方法，用于在事件研究中检测已知断点处的模型不连续性。该方法特别适用于时间序列数据，其检验统计量衡量断点两侧局部子样本经验分布函数之间的距离，并通过标准置换算法计算临界值。作者在高阶条件（观测数据可由一组条件独立变量耦合）下建立了置换检验的渐近有效性，允许局部子样本大小固定或趋于无穷；后者情形下还证明了检验的一致性。该高阶条件在时间序列的填充渐近设定下可被广泛验证，从而支持将置换检验用于检测经济变量（如波动率、交易活跃度、流动性）的跳跃。实证案例展示了该方法在COVID-19疫情期间FOMC公告事件中的应用。对您而言，本文的置换检验框架为断点检测提供了一种非参数、分布自由的替代方案，与您对假设检验和非参数理论的兴趣直接相关。
关键技术: permutation test, empirical distribution function, infill asymptotic time series, conditional independence coupling, discontinuity detection
为什么对您有用: 本文直接连接您的假设检验与非参数理论兴趣，其置换检验方法无需参数假设，适用于时间序列断点检测。您可以用非参数统计和M估计理论中的工具（如经验过程）分析其检验的有限样本性质，或将其扩展至更复杂的因果推断设定（如断点回归）。中期可做：需先熟悉时间序列的填充渐近理论（moderately_familiar），但核心置换算法本身在您的武器库内。

经济理论 / 应用 (econ_theory, 9 篇)¶

1. 10.3982/qe1861 · arXiv — Random utility and limited consideration¶

作者: Victor H. Aguiar, Maria Jose Boccardi, Nail Kashaev, Jeongbin Kim
期刊/来源: Quantitative Economics
分类: vol 14 · issue 1 · pp 71-116
相关性 7/10 · novelty: application
摘要: 本文在随机效用模型（RUM）框架下引入有限考虑行为，提出一个统一的理论与统计框架，将多种随机（有限）考虑模型推广至允许偏好异质性。核心方法是通过选择集与注意力框架的联合变化来识别考虑概率与偏好参数，并利用一个大规模在线实验收集的独特随机选择数据集进行实证检验。统计上，作者采用生存分析式的模型比较方法，在RUM与多种随机考虑模型之间进行统计竞赛。主要发现是RUM无法解释总体行为，而logit注意力模型（Brady & Rehbeck, 2016）不能被拒绝。该工作为经济学中考虑集建模提供了可检验的统计框架，对您作为统计研究者而言，其识别策略与模型比较方法（如非嵌套假设检验）与您的因果推断和假设检验兴趣有直接关联，尤其适用于流行病学或经济学中处理未观测选择偏差的场景。
关键技术: random utility model, limited consideration, logit attention model, stochastic choice data, model comparison via survival analysis
为什么对您有用: 本文属于经济理论的应用因果工作，直接连接到您的secondary interest中的经济理论方向。其识别策略（利用选择集与框架变化）与您的因果推断工具（如IV、proximal CI）有方法学交叉，可视为处理未观测选择偏差的替代路径。武器库中'identification theory in causal inference'（moderately_familiar）可直接用于理解其识别假设，而'nonparametric statistics'（very_familiar）可用于评估其模型比较的稳健性。本文是gateway reading，值得花时间读全文以了解经济行为建模的统计框架。

2. 10.3982/qe1511 — Monetary policy, external instruments, and heteroskedasticity¶

作者: Thore Schlaak, Malte Rieth, Maximilian Podstawski
期刊/来源: Quantitative Economics
机构: Freie Universität Berlin · German Institute for Economic Research · Martin Luther University Halle-Wittenberg
分类: vol 14 · issue 1 · pp 161-200
相关性 7/10 · novelty: new_method
摘要: 本文提出一个结合外部工具变量与异方差性的结构向量自回归（SVAR）框架，用于识别货币政策冲击。核心方法是将工具变量（如高频金融数据、叙事指标）与异方差性（如波动率变化）作为互补的识别信息，从而放松传统仅依赖工具变量或异方差性的假设。作者利用似然比检验分别检验工具的相关性与外生性条件，并发现叙事和模型驱动的工具变量有效，而高频数据工具变量存在无效迹象。实证结果表明，同时使用有效工具变量和异方差性识别的货币政策冲击对产出和价格的影响大于仅使用工具变量。该框架为宏观经济学中因果推断的识别策略提供了新思路，尤其适用于工具变量有效性存疑的场景。对您而言，本文展示了如何将异方差性作为额外识别信息与工具变量结合，这与您对因果推断中识别策略（如IV、proximal CI）的兴趣直接相关，且其似然比检验方法可迁移至其他因果设定中的敏感性分析。
关键技术: structural vector autoregression (SVAR), external instruments, heteroskedasticity-based identification, likelihood ratio test, instrument validity testing
为什么对您有用: 本文直接连接您的primary interest中的因果推断（IV识别策略）和secondary interest中的经济理论（宏观经济学应用）。技术层面，您可以用very_familiar的估计理论（如高维渐近）分析其似然比检验的有限样本性质，或用moderately_familiar的识别理论（如工具变量外生性条件）拓展至proximal CI框架。中期可做：需先在moderately_familiar的识别理论上长肌肉（如理解异方差性作为识别条件的数学基础），然后可尝试将本文的联合识别思路推广至非参数设定。

3. 10.3982/qe1810 · arXiv — Full‐information estimation of heterogeneous agent models using macro and micro data¶

作者: Laura Liu, Mikkel Plagborg-Møller
期刊/来源: Quantitative Economics
机构: Indiana University · Princeton University
分类: vol 14 · issue 1 · pp 1-35
相关性 6/10 · novelty: application
摘要: 本文针对异质性主体宏观模型（heterogeneous agent models）提出一种全信息推断方法，同时利用宏观时间序列数据和微观重复截面数据。核心挑战在于未观测的宏观状态变量会影响截面分布，作者通过构造模型似然函数的数值无偏估计来解决这一问题。该估计量可嵌入马尔可夫链蒙特卡洛（MCMC）算法，实现完全有效且有效的贝叶斯推断。微观似然部分的计算天然适合并行计算，提升了实际可行性。数值实验表明，相比仅使用宏观数据，全信息方法显著提高了参数推断的精度，且部分参数仅靠微观数据才能识别。本文是经济理论方向的应用型工作，方法学上属于贝叶斯计算与似然估计的结合，对您作为统计研究者而言，可作为了解宏观-微观数据联合建模的入门读物。
关键技术: full-information likelihood, numerically unbiased likelihood estimator, Markov Chain Monte Carlo, heterogeneous agent models, parallel computing
为什么对您有用: 本文属于经济理论（econ_theory）的gateway reading，适合作为统计研究者进入宏观-微观数据联合推断方向的入门材料。您的武器库中'软件开发和MCMC'可直接用于复现或扩展其并行计算框架，但核心的异质性主体模型设定（如Bewley模型）不在您的技术树中，属于暂不可做方向。不过，本文对似然函数数值无偏估计的处理思路（结合模拟与MCMC）对您理解经济学的计算范式有参考价值，值得花时间读全文。

4. 10.3982/qe2088 — The demographic consequences of sex‐selection technology¶

作者: Qi Li, Juan Pantano
期刊/来源: Quantitative Economics
机构: Pennsylvania State University · University of Arizona
分类: vol 14 · issue 1 · pp 309-347
相关性 6/10 · novelty: application
摘要: 本文利用美国生育史微观数据，估计了一个动态规划模型来刻画父母对子女性别组合的偏好，并模拟产前性别选择技术普及后的人口学后果。识别策略利用了子女性别随机决定的准实验变异，从而估计出关键的结构参数。模拟结果显示，性别选择技术一方面使父母能更高效地达到偏好的性别组合从而降低生育率，另一方面也减少了因性别不确定性而放弃生育的动机，可能提高生育率。净效应是稳态下已婚女性平均家庭规模下降不到2%，远小于替代方法预测的降幅。该研究为经济理论与因果推断在人口学中的应用提供了范例，其动态规划建模和准实验识别思路对您从事纵向因果推断和IV方法研究具有参考价值。
关键技术: dynamic programming model, quasi-experimental variation, structural estimation, simulation-based inference
为什么对您有用: 本文属于经济理论（应用因果推断）方向，是您secondary interest中的econ_theory。其动态规划建模和准实验识别策略与您primary interest中的纵向因果推断和IV方法有直接关联，但核心机器（动态结构估计）不在您当前武器库中，属于暂不可做方向，但可作为入门读物了解经济学者如何将因果推断与结构模型结合。

5. 10.3982/qe1505 · arXiv — Forecasting with a panel Tobit model¶

作者: Laura Liu, Hyungsik Roger Moon, Frank Schorfheide
期刊/来源: Quantitative Economics
机构: Indiana University · University of Southern California · California Southern University · California University of Pennsylvania · University of Pennsylvania
分类: vol 14 · issue 1 · pp 117-159
相关性 5/10 · novelty: application
摘要: 本文针对面板 Tobit 模型（动态、异方差、短时间序列、大截面）提出贝叶斯预测方法。核心设定是：每个个体的时间序列较短（T 小），但截面 N 大，且因变量存在左/右删失（Tobit）。方法上，采用完全贝叶斯框架，通过估计异质性系数的截面分布，隐式地将该分布作为先验，为每个个体构造贝叶斯预测（包括密度预测和集合预测）。集合预测直接以截面平均覆盖率为目标，而非逐点覆盖。应用场景为预测小型银行的贷款核销率（charge-off rates），数据来自美国银行监管报表（Call Reports）。对您而言，本文属于经济理论/应用方向，展示了面板删失数据下的贝叶斯预测框架，其处理短 T 大 N 和删失的思路对流行病学中的纵向删失数据（如病毒载量检测下限）有参考价值。
关键技术: dynamic panel Tobit, Bayesian forecasting, heterogeneous coefficients, set forecasts, cross-sectional coverage
为什么对您有用: 本文属于经济理论/应用方向，展示了面板删失数据下的贝叶斯预测框架。您若关注流行病学中的纵向删失数据（如病毒载量检测下限），其处理短 T 大 N 和删失的思路有参考价值。武器库中 'estimation theory in causal inference' 和 'nonparametric statistics' 可帮助理解其贝叶斯先验构造与截面分布估计的合理性，但核心机器（动态面板 Tobit 的 MCMC 实现）不在武器库内，属于暂不可做方向。

6. 10.3982/qe1751 — Testing unified growth theory: Technological progress and the child quantity‐quality tradeoff¶

作者: Jakob Madsen, Holger Strulik
期刊/来源: Quantitative Economics
机构: The University of Western Australia · University of Göttingen
分类: vol 14 · issue 1 · pp 235-275
相关性 5/10 · novelty: application
摘要: 本文首次利用21个OECD国家1750-2000年的面板数据，检验统一增长理论的核心机制：加速的技术进步通过促进大众教育，并经由子女数量-质量替代效应，最终导致生育率下降。作者以人均专利数、研发强度、机械与知识产权产品投资作为技术进步的代理变量，在控制收入增长、死亡率、性别工资差距等混杂因素后，发现技术进步对教育有显著正向影响、对生育率有显著负向影响。进一步证实加速的技术进步刺激了生育率转型。为应对内生性，采用遗传距离加权的国外专利强度、义务教育年限和最低工作年龄作为工具变量进行2SLS回归，基准结果稳健。该研究为长期经济增长与人口转型的因果推断提供了跨国历史证据。对您而言，这是一篇经济理论领域的应用因果推断论文，其IV策略和长期面板数据的处理思路可迁移至您感兴趣的流行病学队列研究或发展经济学中的因果识别问题。
关键技术: 2SLS instrumental variables, genetic-distance weighted instruments, panel data with long time series, unified growth theory testing
为什么对您有用: 本文属于经济理论（secondary interest）的应用因果工作，使用了IV策略处理内生性，与您关注的因果推断（IV）方向直接相关。您的技术武器库中'identification theory in causal inference'和'high-dimensional asymptotics'可用于评估其IV的排他性假设和弱工具变量问题。作为入门读物，本文清晰展示了经济学中如何用历史数据检验宏观理论，值得花时间阅读全文以了解其数据构造和识别策略。

7. 10.3982/qe1404 — Gender, competition, and performance: Evidence from chess players¶

作者: Peter Backus, Maria Cubel, Matej Guid, Santiago Sánchez-Pagés, Enrique López Mañas
期刊/来源: Quantitative Economics
机构: University of Manchester · University of Bath · University of Ljubljana · King's College London
分类: vol 14 · issue 1 · pp 349-380
相关性 5/10 · novelty: application
摘要: 本文利用国际象棋比赛这一男性主导的竞争环境，研究性别构成对棋手表现的影响。通过分析对局数据，作者发现女性棋手在面对男性对手时会犯更多错误，而男性棋手面对男女对手时表现无显著差异。此外，男性棋手在输给女性棋手前会坚持更长时间。研究使用了对局内走棋质量的独特度量，揭示了性别构成变化导致的行为差异。这些发现为理解竞争环境中性别表现差异的机制提供了实证证据。对您而言，本文是经济理论与应用因果推断的交叉案例，展示了如何利用自然实验（对局配对）识别性别效应，其分析模式可迁移至流行病学或劳动经济学中的类似设定。
关键技术: fixed effects, within-game quality measure, natural experiment, behavioral economics
为什么对您有用: 本文属于经济理论的应用因果工作，直接对应您的 secondary interest 中的经济理论方向。文章利用国际象棋对局的准实验设计识别性别竞争效应，其分析思路（固定效应、行为度量）可启发您在流行病学或劳动经济学中处理类似的内生性问题。作为入门读物，本文清晰展示了数据结构和模型假设，适合快速了解经济实证研究的范式。武器库中的非参数统计和因果推断估计理论可支撑您理解其识别策略，但本文方法学 novelty 有限，属于应用型工作，值得花时间读全文以获取数据和分析流程的灵感。

8. 10.3982/qe1817 — Pareto extrapolation: An analytical framework for studying tail inequality¶

作者: Émilien Gouin-Bonenfant, Alexis Akira Toda
期刊/来源: Quantitative Economics
机构: Columbia University · University of California San Diego
分类: vol 14 · issue 1 · pp 201-233
相关性 4/10 · novelty: new_method
摘要: 本文针对异质性主体经济模型中内生产生厚尾财富分布的问题，提出了一种名为“Pareto extrapolation”的分析框架。该框架利用政策函数的渐近线性性质和Pareto指数的解析刻画，在传统求解算法基础上补充了尾部理论。它能够精确刻画财富分布顶端的特征，例如顶部财富份额的解析表达式、尾部类型分布以及进出尾部的转移概率。与标准数值方法相比，该方法在提高精度的同时显著提升了计算速度。本文属于经济理论中的方法论贡献，其核心工具是Pareto分布的解析性质与数值算法的结合。对于您而言，这是一篇经济理论方向的gateway reading，展示了如何将统计分布理论（厚尾）嵌入宏观经济模型的求解中，其分析思路对理解经济模型中的尾部行为有参考价值。
关键技术: Pareto exponent, heterogeneous-agent models, asymptotic linearity of policy functions, tail inequality, analytical characterization
为什么对您有用: 本文属于经济理论方向，是您的secondary interest。作为gateway reading，它清晰阐述了厚尾分布（Pareto）在宏观经济模型中的角色，并提供了可操作的解析框架，适合作为入门读物。您的武器库中'nonparametric statistics'和'high-dimensional asymptotics'虽不直接对应，但'minimax bounds for estimation problems'中对尾部行为的理解可迁移。本文暂不可做直接follow-up，因为核心机器（异质性主体经济模型的数值求解）不在您的武器库中，但值得花时间读全文以了解经济理论中如何运用统计分布概念。

9. 10.3982/qe1797 — Borrowing into debt crises¶

作者: Radoslaw Paluszynski, Georgios Stefanidis
期刊/来源: Quantitative Economics
机构: Western University · York University · University of Houston
分类: vol 14 · issue 1 · pp 277-308
相关性 3/10 · novelty: application
摘要: 本文研究主权债务危机中政府借贷行为的定量模型。传统主权违约模型预测政府会在经济衰退时减少借贷以避免债务危机，但这导致模型产生的利率利差波动性远低于实际数据。作者提出，政府之所以在危机中反而增加借贷，是因为其支出调整存在摩擦（downward rigidity）。具体地，他们构建了一个政府产品生产模型，使用公共就业和中间消费作为投入，这些投入具有不同程度的下行刚性，使得削减成本高昂。面对不利收入冲击，政府通过借贷来平滑公共就业的减少，从而导致债务增加和利差上升。利用OECD政府账户数据量化这种刚性，作者发现它可以解释约70%的缺失的债券利差波动性。该模型为理解主权债务动态提供了新的机制，对您作为统计学家而言，这是一个将经济理论与实证数据紧密结合的应用案例，其模型设定和量化方法值得关注。
关键技术: quantitative sovereign default model, downward rigidity, government expenditure smoothing, calibration, OECD Government Accounts data
为什么对您有用: 本文属于经济理论（econ_theory）的应用工作，连接您的次要兴趣。它提供了一个将结构性经济模型与面板数据（OECD政府账户）校准的完整范例，其核心是识别和量化一个关键参数（支出刚性）。对于您而言，这是一个很好的入门读物，展示了经济学家如何用简约模型解释宏观时间序列和面板数据的波动性特征。您的武器库中'high-dimensional asymptotics'和'nonparametric statistics'在此处不直接适用，但'minimax bounds for estimation problems'的思维可用于评估其校准估计的精度。总体而言，这是一篇值得花时间阅读全文的、清晰的经济学应用论文。

Maintained by 陈星宇 · Homepage · Source on GitHub