Granular Instrumental Variables in Large Panels: Identification and Inference Across Strong, Nearly Weak, and Weak GIV
大面板中的颗粒工具变量：强、近弱与弱工具下的识别和推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是在截面与时间维度共同增长的大面板中研究颗粒工具变量的估计与推断。
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
大面板中的颗粒工具变量：强、近弱与弱工具下的识别和推断
- 研究问题
- 颗粒工具由面板中估计的个体冲击构造时，这一生成步骤如何影响标准误，工具强度又如何随截面和时间维度增长而变化？
- 方法与思路
- 作者在截面与时间维度共同增长的框架下推导渐近理论，将冲击估计误差纳入方差，并区分强、近弱和弱工具三个区间。
- 材料陈述的贡献
- 摘要称生成工具的误差对渐近方差有一阶影响，并提出修正标准误；还刻画近弱工具下较慢收敛及比例增长时的弱工具行为。
- 阅读关注点
- 核对个体冲击的估计方式、工具强度判据及两维增长条件，并检查商品供需弹性应用中修正方差与弱工具推断的对应关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出近弱区间的精确增长阈值，也未说明各商品应用的完整识别条件。
原文摘要
I develop asymptotic theory for Granular Instrumental Variables (GIV) in large panels with both $N$ and $T$ growing. The granular instrument is constructed from individual shocks that must be estimated from the panel. I show that this estimation has a first-order effect on the asymptotic variance of the GIV estimator. Existing methods do not account for this effect, leading to incorrect standard errors and invalid inference. I derive corrected standard errors that deliver valid inference. I also characterize how instrument strength changes as $N$ grows. This yields strong, nearly-weak, and weak regimes for GIV. In particular, I identify a previously uncharacterised nearly-weak regime in which the instrument vanishes asymptotically, but GIV remains valid. If $T$ grows sufficiently fast relative to $N$, the estimator remains consistent and asymptotically normal at a rate slower than $\sqrt{T}$. When $N$ and $T$ grow proportionally, the estimator instead exhibits standard weak-instrument behavior. I apply the theory to estimate short-run demand and supply elasticities for copper, natural gas, and crude oil. Across the six elasticities, accounting for instrument estimation changes standard errors by up to a fifth.