Time-varying instrumental variable estimation
时变工具变量估计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：摘要明确研究随时间变化的系数与推断，并以宏观菲利普斯曲线作为应用。
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…
时变工具变量估计
- 研究问题
- 当回归变量可能内生，且系数以确定性或随机方式随时间变化时，如何进行非参数工具变量估计，并检验时变外生性？
- 方法与思路
- 作者建立时变系数模型的非参数工具变量估计与推断理论，构造时变及一致版本的 Hausman 外生性检验，并开展模拟与应用。
- 材料陈述的贡献
- 摘要称，方法同时容纳确定性和随机系数变化，推导相关程序的渐近性质，并用蒙特卡洛实验及菲利普斯曲线展示应用。
- 阅读关注点
- 应核对工具变量相关性与外生性条件、随机系数变化的允许形式，以及非参数调参、逐时检验与一致检验的区别。
- 阅读边界
- 仅据所给出版社摘要，不能判断弱工具变量或突变系数情形是否适用；具体估计公式、渐近条件和菲利普斯曲线结果未说明。
原文摘要
We develop non-parametric instrumental variable estimation and inferential theory for econometric models with possibly endogenous regressors whose coefficients can vary over time either deterministically or stochastically, and the time-varying and uniform versions of the standard Hausman exogeneity test. After deriving the asymptotic properties of the proposed procedures, we assess their finite sample performance by means of a set of Monte Carlo experiments, and illustrate their application by means of an empirical example on the Phillips curve.