本文研究了与内生抽样随机过程估计相关的计量经济学问题。我们的兴趣是推断离散时间随机过程{pt}的运动定律，该过程仅在时间{t1，…，tn}的子集处观察到，该子集取决于概率采样规则的结果，该概率采样规则取决于过程的历史以及其他观察到的协变量xt。我们关注一个特定的例子，其中pt表示标准化钢铁产品的每日批发价格。然而，没有正式的交易所或集中市场进行钢铁交易，也没有pt。相反，几乎所有的钢铁交易价格都是买家和卖家之间私下双边谈判的结果，通常由被称为钢铁服务中心的中间商进行中介。尽管没有钢铁市场每日交易价格的中央记录，但我们确实观察到了一家特定公司的交易价格——一家钢铁服务中心，在批发市场购买大量钢铁，然后在零售市场转售。内生抽样问题源于该公司只在购买钢铁的当天记录pt。我们对这个问题进行了参数分析，假设钢铁采购的时间是最优交易策略的一部分，该策略使公司的预期折扣交易利润最大化。我们推导了一个参数部分信息最大似然（PIML）估计器，该估计器解决了内生采样问题，并有效地估计了马尔可夫转移概率的未知参数，该概率决定了底层{pt}过程的运动定律。PIML估计器还产生确定最优交易规则的结构参数的估计。我们还引入了另一种一致、效率较低但计算更简单的模拟最小距离（SMD）估计器，该估计器避免了PIML估计器所需的高维数值积分。使用SMD估计器，我们提供了特定类型钢板批发价格过程的截断对数正态AR（1）模型的估计。我们用这个来推断中间商的折扣利润中由零售客户支付的加价所占的份额，以及由价格投机所占的比例。后者衡量该公司在预测钢铁价格和确定购买时机以低买高卖方面的成功。公司在投机方面越成功（即在战略上把握购买时机），由于未能考虑到抽样过程的内生性而产生的潜在偏见就越严重。