Inference in partially identified heteroskedastic simultaneous equations models
部分识别异方差联立方程模型的推断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：摘要直接讨论联立方程中的结构参数识别及其估计推断。
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…
部分识别异方差联立方程模型的推断
- 研究问题
- 在异方差联立方程模型中，若异方差只能部分识别结构参数，应如何开展渐近推断并检验这种识别来源是否有效？
- 方法与思路
- 作者允许异方差识别不完全，推导已识别参数的渐近性质及识别检验的渐近分布，并用模拟和开放程度与通胀应用考察方法。
- 材料陈述的贡献
- 摘要称建立允许部分识别的异方差联立方程推断，并提出利用异方差进行识别的检验，另考察渐近方法的小样本性质。
- 阅读关注点
- 应核对部分识别的具体形式、哪些参数或组合能够识别，以及识别检验的原假设、异方差要求和应用中的结构解释。
- 阅读边界
- 摘要未说明结构限制、识别集合构造及实证结果；不能认为存在异方差就足以完全识别，也不能判断开放程度的因果影响。
原文摘要
Identification through heteroskedasticity in heteroskedastic simultaneous equations models (HSEMs) is considered. The possibility that heteroskedasticity identifies structural parameters only partially is explicitly allowed for. The asymptotic properties of the identified parameters are derived. Moreover, tests for identification through heteroskedasticity are developed and their asymptotic distributions are provided. Monte Carlo simulations are used to explore the small sample properties of the asymptotically valid methods. Finally, the approach is applied to investigate the relation between the degree of economic openness and inflation.