Frugal IV alternatives to identify the parameter for an endogenous regressor
识别内生解释变量参数的简约工具变量替代方法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：摘要研究一般回归内生性和替代识别方法，未提供明确的因果目标、特定数据结构或领域应用，故保留为空。
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…
识别内生解释变量参数的简约工具变量替代方法
- 研究问题
- 传统工具变量估计依赖工具质量；当没有可观测工具变量时，能否利用高阶矩、异方差或潜在工具识别内生变量的参数？
- 方法与思路
- 作者讨论高阶矩估计、异方差识别和潜在工具变量三种方法，说明它们如何利用可观测工具之外的信息，并以模拟和实证展示。
- 材料陈述的贡献
- 摘要所述贡献是梳理三种无需可观测工具变量的识别途径并展示其表现；摘要未声称它们无需额外限制或普遍优于传统方法。
- 阅读关注点
- 应核对三种方法各自依靠哪些识别限制、这些限制如何联系数据分布，以及模拟与实证中评价偏差和精度的方式。
- 阅读边界
- 所给 Crossref 摘要未列出具体识别条件或比较数值；无需可观测工具变量不意味着无需假设，也不能保证适用于任意内生性。
原文摘要
Abstract A review of the econometric literature on instrumental variables (IV) estimation shows that the performance of traditional IV estimation relies critically on the quality of the instruments. We discuss three different approaches that do not require the availability of observed instrumental variables: the ‘Higher Moments’ (HM) estimator, the ‘Identification trough Heteroscedasticity’ (IH) estimator, and the ‘Latent Instrumental Variable’ (LIV) approach. These methods attempt to identify the regression parameters not through observed instruments but by using other information that enables identifiability. The performance of these methods is illustrated on simulated and empirical data. Copyright © 2009 John Wiley & Sons, Ltd.