Identification and estimation of a triangular model with multiple endogenous variables and insufficiently many instrumental variables
工具变量不足时多内生变量三角模型的识别与估计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。
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：摘要直接研究内生变量的工具变量识别，并应用于孕期吸烟对出生体重的影响。
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
工具变量不足时多内生变量三角模型的识别与估计
- 研究问题
- 在包含多个内生解释变量、却只有一个甚至二元工具变量的部分线性三角模型中，如何识别并估计参数及非参数部分？
- 方法与思路
- 作者提出新的识别策略和易实现的参数部分估计量，处理生成回归量，并讨论向完全非参数模型扩展的思路。
- 材料陈述的贡献
- 摘要称，参数与非参数部分均可识别，参数估计一致且渐近正态；作者还用该方法研究孕期吸烟对出生体重的影响。
- 阅读关注点
- 应核对单一工具识别多个内生变量依赖的结构条件、生成回归量误差处理，以及完全非参数扩展是否已有完整结论。
- 阅读边界
- 仅据所给出版社摘要，识别条件和效应数值未说明；其中“n-convergence”速率记号的准确含义须核对原文，不能自行改写。
原文摘要
We develop a novel identification method for a partially linear model with multiple endogenous variables of interest but a single instrumental variable, which could even be binary. We present an easy-to-implement consistent estimator for the parametric part. This estimator retains n-convergence rate and asymptotic normality even though we have a generated regressor in our setup. The nonparametric part of the model is also identified. We also outline how our identification strategy can be extended to a fully non-parametric model. Finally, we use our methods to assess the impact of smoking during pregnancy on birth weight.