Identification and Estimation of Nonseparable Triangular Equations with Mismeasured Instruments
工具变量存在测量误差时非可分三角方程的识别与估计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：摘要明确研究内生变量、含测量误差的工具变量，以及非可分结构方程的边际效应识别。
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
工具变量存在测量误差时非可分三角方程的识别与估计
- 研究问题
- 在工具变量可能存在测量误差、结构关系又非线性且不可分的情况下，如何非参数识别并估计内生变量对结果的边际效应？
- 方法与思路
- 作者先利用工具变量的两个含误差测量进行反卷积，识别相关联合分布，再通过未观测工具变量方法恢复结构导数和局部平均响应。
- 材料陈述的贡献
- 摘要称，文章结合反卷积与非可分模型识别方法，提出结构导数和局部平均响应的非参数估计量，并推导一致收敛速度及开展模拟。
- 阅读关注点
- 应核对两个误差测量支持反卷积的条件、联合分布恢复结构导数的识别步骤，以及一致收敛速度对平滑性和误差分布的依赖。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未给出测量误差与工具有效性的具体限制，有限样本良好表现仅为作者的模拟陈述。
原文摘要
In this paper, I study the nonparametric identification and estimation of the marginal effect of an endogenous variable $X$ on the outcome variable $Y$, given a potentially mismeasured instrument variable $W^*$, without assuming linearity or separability of the functions governing the relationship between observables and unobservables. To address the challenges arising from the co-existence of measurement error and nonseparability, I first employ the deconvolution technique from the measurement error literature to identify the joint distribution of $Y, X, W^*$ using two error-laden measurements of $W^*$. I then recover the structural derivative of the function of interest and the "Local Average Response" (LAR) from the joint distribution via the "unobserved instrument" approach in Matzkin (2016). I also propose nonparametric estimators for these parameters and derive their uniform rates of convergence. Monte Carlo exercises show evidence that the estimators I propose have good finite sample performance.