PARTIAL IDENTIFICATION OF NONSEPARABLE MODELS USING BINARY INSTRUMENTS
利用二元工具变量部分识别非可分模型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：摘要研究内生变量与工具变量下非可分结构函数的部分识别，直接涉及结构识别与因果推断。
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…
关注这篇论文的作者
利用二元工具变量部分识别非可分模型
- 研究问题
- 当内生解释变量连续、工具变量二元，且不同工具取值下的条件分布函数不相交时，形状限制能为非可分结构函数提供多少识别信息？
- 方法与思路
- 作者利用结构函数对解释变量的单调性或凹性构造识别界，并研究其在给定区间内平坦或线性时实现点识别的情形。
- 材料陈述的贡献
- 摘要称即使既有点识别结果所需的分布交叉条件不成立，形状限制仍有识别力；真实数据计算得到的界被作者描述为有信息量。
- 阅读关注点
- 应核对工具变量的有效性和支持条件、形状限制适用的维度、识别界是否尖锐，以及区间点识别结论的完整前提。
- 阅读边界
- 摘要未列出其他识别假设、界的公式或实证数据与数值结果，无法独立判断识别界的紧度；解读限于所给 Crossref 摘要。
原文摘要
In this study, we explore the partial identification of nonseparable models with continuous endogenous and binary instrumental variables. We show that the structural function is partially identified when it is monotone or concave in the explanatory variable. D’Haultfœuille and Février (2015, Econometrica 83(3), 1199–1210) and Torgovitsky (2015, Econometrica 83(3), 1185–1197) prove the point identification of the structural function under a key assumption that the conditional distribution functions of the endogenous variable for different values of the instrumental variables have intersections. We demonstrate that, even if this assumption does not hold, monotonicity and concavity provide identification power. Point identification is achieved when the structural function is flat or linear with respect to the explanatory variable over a given interval. We compute the bounds using real data and show that our bounds are informative.