缺乏可观测特征的二元链接形成模型中个体系数的半参数估计
计量经济学
2024-08-09 v1
摘要
成对网络形成模型在经济研究中具有广泛的适用性，但在存在个体特定效应且缺乏关于模型噪声成分的分布假设时难以估计。通常，可用的（连续分布的）个体或链接特征有助于估计。然而，尽管近年来社交网络数据日益丰富，但链接中所涉及实体的特征可能未被测量。借鉴 \citet{KS} 的方法，我提出仅使用网络数据对个体固定效应系数进行半参数估计，这些系数具有个体相对受欢迎程度的解释。这使得预测新加入的个体将如何在已有群体中建立联系成为可能。该估计量因其快速收敛性所需，未能实现对模型噪声成分单调性假设的施加，从而可能颠倒固定效应系数的顺序。这个问题以及其他数值问题可以通过我提出的新颖、数据驱动的固定效应标准化方法方便地解决，该方法在许多情况下被证明优于传统的标准化方法。我证明，标准化后的系数以与已知真实误差分布时相同的速率收敛到相同的极限分布。因此，半参数估计的成本纯粹是计算上的，而当误差具有强凸或强凹分布时，其潜在收益是巨大的。
引用
@article{arxiv.2408.04552,
title = {Semiparametric Estimation of Individual Coefficients in a Dyadic Link Formation Model Lacking Observable Characteristics},
author = {L. Sanna Stephan},
journal= {arXiv preprint arXiv:2408.04552},
year = {2024}
}