Asymptotic properties of endogeneity corrections using nonlinear transformations
基于非线性变换的内生性修正之渐近性质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：摘要研究一般内生性修正理论，未明确落入所列细分领域，工资应用也不足以确定因果推断分类。
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…
基于非线性变换的内生性修正之渐近性质
- 研究问题
- 在没有外部工具变量时，基于非线性变换的内生性修正如何获得有效估计，并容纳与内生变量相关的外生回归量？
- 方法与思路
- 作者以非参数控制函数构建修正方法，无需正确设定相应的联结函数，并研究一致性、渐近正态性及自助法有效性。
- 材料陈述的贡献
- 摘要称，该方法扩展了可纳入外生回归量的范围，建立参数估计与自助推断的理论，并以美国人口现状调查工资数据说明用途。
- 阅读关注点
- 应核对无外部工具变量时识别依赖的分布与函数条件、控制函数的构造，以及第一步非参数估计对推断的影响。
- 阅读边界
- 摘要未说明支持识别的具体限制和非参数估计条件；无需外部工具变量不等于无需识别假设，也不能据此判断工资系数的因果含义。
原文摘要
Summary This paper studies the asymptotic properties of endogeneity corrections based on nonlinear transformations without external instruments, which were originally proposed by Park and Gupta (2012) and have become popular in applied research. In contrast to the original copula-based estimator, our approach is based on a nonparametric control function and does not require a conformably specified copula. Moreover, we allow for exogenous regressors, which may be (linearly) correlated with the endogenous regressor(s). We establish consistency, asymptotic normality, and validity of the bootstrap for the unknown model parameters. An empirical application on wage data of the US Current Population Survey demonstrates the usefulness of the method.