A Robust Test for Weak Instruments
弱工具变量的稳健检验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：摘要讨论通用线性工具变量回归的弱工具诊断，未明确限定因果效应估计或其他所列细分方向，因此暂不分类。
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…
弱工具变量的稳健检验
- 研究问题
- 在线性工具变量回归中，如何在存在异方差、自相关或聚类时检验弱工具，并判断其对两阶段最小二乘或有限信息最大似然偏差的影响？
- 方法与思路
- 作者以缩放的非稳健第一阶段 F 统计量构造检验，并将两阶段最小二乘或有限信息最大似然的 Nagar 偏差相对基准较大作为弱工具标准。
- 材料陈述的贡献
- 摘要称该检验对异方差、自相关和聚类稳健；在跨期替代弹性应用中，相比摘要所述既有检验，在更多国家无法拒绝弱工具原假设。
- 阅读关注点
- 阅读全文时应核对统计量的缩放方式、偏差基准与临界值构造，以及不同误差结构下的适用条件；留意跨期替代弹性应用中的检验差异。
- 阅读边界
- 仅据摘要，无法判断稳健性所需条件、临界值计算与有限样本表现；无法拒绝弱工具原假设，也不能证明工具变量必然较弱。
原文摘要
We develop a test for weak instruments in linear instrumental variables regression that is robust to heteroscedasticity, autocorrelation, and clustering. Our test statistic is a scaled nonrobust first-stage F statistic. Instruments are considered weak when the two-stage least squares or the limited information maximum likelihood Nagar bias is large relative to a benchmark. We apply our procedures to the estimation of the elasticity of intertemporal substitution, where our test cannot reject the null of weak instruments in a larger number of countries than the test proposed by Stock and Yogo in 2005 Stock, J. and Yogo, M. 2005. “Testing for Weak Instruments In Linear IV Regression,”. In Identification and Inference for Econometric Models: Essays in Honor of Thomas Rothenberg, Edited by: W, D., Andrews, ., J, and, H, . and Stock, . 80–108. Cambridge: Cambridge University Press. [Crossref] , [Google Scholar]. Supplementary materials for this article are available online.