Underidentification?
欠识别？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：摘要讨论一般非线性GMM模型的识别诊断，未提供足以归入具体应用领域的证据。
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…
欠识别？
- 研究问题
- 如何检验一个可能非线性的计量模型是否欠识别，并进一步描述哪些参数配置最容易导致识别失败或识别困难？
- 方法与思路
- 作者采用GMM框架，通过增广模型的过度识别限制检验考察原模型欠识别，并估计刻画识别困难的一维参数曲线。
- 材料陈述的贡献
- 摘要提出欠识别检验及识别失败的诊断方法，说明增广限制被拒绝可构成反对原模型欠识别的证据，并提供实证示例。
- 阅读关注点
- 应核对增广模型如何复制结构关系、检验原假设及拒绝方向，以及一维曲线的定义、估计方法与诊断含义。
- 阅读边界
- 仅据所给出版社摘要，增广构造、检验有效条件和示例细节均未说明；不能把未拒绝直接解释为已经证明欠识别。
原文摘要
We develop methods for testing that an econometric model is underidentified and for estimating the nature of the failed identification. We adopt a generalized-method-of moments perspective in a possibly non-linear econometric specification. If, after attempting to replicate the structural relation, we find substantial evidence against the overidentifying restrictions of an augmented model, this is evidence against underidentification of the original model. To diagnose how identification might fail, we study the estimation of a one-dimensional curve that gives the parameter configurations that provide the greatest challenge to identification, and we illustrate this calculation in an empirical example.