On the structure of IV estimands
工具变量估计目标的结构AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究工具变量模型在过度识别限制失效时的估计目标，属于因果推断中的IV方法问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
工具变量估计目标的结构
- 研究问题
- 当常数效应线性工具变量模型的过度识别限制失效时，常用估计量分别收敛到什么目标，这些目标如何关联？
- 方法与思路
- 作者将两阶段最小二乘、两步GMM与有限信息最大似然的估计目标，表示为分别使用单个工具所得恰好识别目标的函数。
- 材料陈述的贡献
- 摘要称，有限信息最大似然目标在维数为工具数减一的集合上不连续，在维数为工具数减二的集合上覆盖整个参数空间。
- 阅读关注点
- 应核对各估计目标的函数表达式、失效限制的含义，以及不连续和覆盖参数空间所对应集合的定义与适用条件。
- 阅读边界
- 仅据所给出版社摘要，不能判断上述集合的具体构造、所需正则条件及实际发生范围，也不能推断某种IV估计量更可靠。
原文摘要
When the overidentifying restrictions of the constant-effect linear instrumental variables model fail, common IV estimators converge to different probability limits. I characterize the estimands of two stage least squares, two step GMM, and limited information maximum likelihood as functions of the single-instrument estimands from the just-identified IV regressions which consider each instrument separately. The limited information maximum likelihood estimand is found to be discontinuous on a set of dimension equal to the number of instruments minus one, and to equal the full parameter space on a set of dimension equal to the number of instruments minus two.