Optimally-Transported Generalized Method of Moments
基于最优传输的广义矩估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要主要提出一般 GMM 与最优传输方法，出口和基础设施应用未明确给出因果、面板或其他细分方法依据。
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
基于最优传输的广义矩估计
- 研究问题
- 当过度识别检验拒绝矩条件时，能否通过最小幅度的变量调整，为广义矩估计结果提供具有明确含义的解释？
- 方法与思路
- 作者以最优传输和 Wasserstein 距离构造 GMM 变体，寻找使所有矩条件同时成立所需的最小均方变量误差。
- 材料陈述的贡献
- 摘要称方法为矩条件遭拒绝时的估计解释提供新路径；城市出口与交通基础设施应用得到相近结论，并揭示变量误差结构。
- 阅读关注点
- 应核对运输成本与变量尺度、允许的误差结构、矩条件可行性，以及所谓更弱假设与原应用假设之间的准确关系。
- 阅读边界
- 所据版本为 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明识别与推断条件，变量调整本身不证明原矩条件有效。
原文摘要
We propose a novel optimal transport-based version of the Generalized Method of Moment (GMM). Instead of handling overidentification by reweighting the data to satisfy the moment conditions (as in Generalized Empirical Likelihood methods), this method proceeds by allowing for errors in the variables of the least mean-square magnitude necessary to simultaneously satisfy all moment conditions. This approach, based on the notions of optimal transport and Wasserstein metric, aims to address the problem of assigning a logical interpretation to GMM results even when overidentification tests reject the null, a situation that cannot always be avoided in applications. We illustrate the method by revisiting Duranton, Morrow and Turner's (2014) study of the relationship between a city's exports and the extent of its transportation infrastructure. Our results corroborate theirs under weaker assumptions and provide insight into the error structure of the variables.