Efficient estimation of panel data models with sequential moment restrictions
具有序贯矩限制的面板数据模型的有效估计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模型中的序贯矩限制、工具变量扩展及 GMM 效率。
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
具有序贯矩限制的面板数据模型的有效估计
- 研究问题
- 在具有序贯矩限制的面板模型中，随着工具变量集合扩展，GMM 能否达到半参数效率界，并允许未知形式的异方差？
- 方法与思路
- 作者在摘要所述独立同分布观测环境下，研究工具变量集合不断增加的 GMM 估计量，分析其在序贯矩限制模型中的渐近效率。
- 材料陈述的贡献
- 摘要称该 GMM 估计量能够达到模型的半参数效率界，并允许未知形式的异方差；工具变量扩展方式及所需条件未在摘要中展开。
- 阅读关注点
- 应核对序贯矩限制的内容、独立同分布对应的抽样层级、工具变量数量的增长速度，以及异方差下权重矩阵与效率界的构造。
- 阅读边界
- 仅依据 OpenAlex 所列摘要，无法判断效率结论适用于哪些面板维度和工具增长方案；摘要未说明有限样本表现或工具变量过多的影响。
原文摘要
This paper considers asymptotically efficient estimation of the panel data models with sequential moment restrictions in an environment with i.i.d. observations. It is shown that the GMM estimator with an increasing set of instruments attains the semiparametric efficiency bound of the model. The estimator considered here allows for the heteroscedasticity of the unknown form.