Cross Section and Panel Data Estimators for Nonseparable Models with Endogenous Regressors
含内生回归变量的非可分模型：横截面与面板数据估计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。
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：摘要明确研究面板数据中的内生回归变量，并估计非可分函数与可观测、不可观测解释变量的联合分布，对应面板数据和结构估计。
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
含内生回归变量的非可分模型：横截面与面板数据估计
- 研究问题
- 当回归变量内生、模型误差不可分离时，如何利用外部变量从横截面或面板数据估计局部平均响应、非可分函数及相关联合分布？
- 方法与思路
- 第一种先对外部变量条件化估计均值响应，再解除条件化；第二种用两支持点的条件分布相等限制，估计非可分函数和解释变量联合分布。
- 材料陈述的贡献
- 作者提出分别估计局部平均响应、非可分函数及联合分布的两种方法；摘要称其适用于横截面，并以分布可交换性引导面板例子。
- 阅读关注点
- 阅读时应核对外部变量的选择依据、两支持点限制如何识别非可分函数，以及面板中的分布可交换性与局部平均响应各自的含义。
- 阅读边界
- 摘要未给出外部变量的具体构造、完整识别条件或估计精度；局部平均响应的适用范围及结构函数解释仍需结合模型核对。
原文摘要
We propose two new methods for estimating models with nonseparable errors and endogenous regressors. The first method estimates a local average response. One estimates the response of the conditional mean of the dependent variable to a change in the explanatory variable while conditioning on an external variable and then undoes the conditioning. The second method estimates the nonseparable function and the joint distribution of the observable and unobservable explanatory variables. An external variable is used to impose an equality restriction, at two points of support, on the conditional distribution of the unobservable random term given the regressor and the external variable. Our methods apply to cross sections, but our lead examples involve panel data cases in which the choice of the external variable is guided by the assumption that the distribution of the unobservable variables is exchangeable in the values of the endogenous variable for members of a group. Copyright The Econometric Society 2005.