Semiparametric tests of conditional moment restrictions under weak or partial identification
弱识别或部分识别下条件矩限制的半参数检验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：摘要属于通用条件矩检验理论，未提供足够依据归入所列具体领域。
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
弱识别或部分识别下条件矩限制的半参数检验
- 研究问题
- 当参数弱识别或部分识别、条件矩函数可能不连续时，如何检验是否存在参数值使整组条件矩限制成立？
- 方法与思路
- 作者提出两种使用 k 近邻权重的半参数设定检验，无需一致的第一步估计，并分析识别强弱对检验性质的影响。
- 材料陈述的贡献
- 摘要称检验在弱或部分识别下渐近有效，识别不过弱时一致，局部功效对工具变量变换不变，并可附带产生有效估计。
- 阅读关注点
- 应核对弱识别下有效性与一致性的不同条件、近邻数的选择，以及强点识别下附带估计量的效率结论。
- 阅读边界
- 仅据所给出版社摘要；“识别不过弱”的条件未说明，不能把渐近有效性理解为任意弱识别下均有良好检验功效。
原文摘要
We propose two new semiparametric specification tests which test whether a vector of conditional moment conditions is satisfied for any vector of parameter values [theta]0. Unlike most existing tests, our tests are asymptotically valid under weak and/or partial identification and can accommodate discontinuities in the conditional moment functions. Our tests are moreover consistent provided that identification is not too weak. We do not require the availability of a consistent first step estimator. Like Robinson [Robinson, Peter M., 1987. Asymptotically efficient estimation in the presence of heteroskedasticity of unknown form. Econometrica 55, 875-891] and many others in similar problems subsequently, we use k-nearest neighbor (knn) weights instead of kernel weights. The advantage of using knn weights is that local power is invariant to transformations of the instruments and that under strong point identification computation of the test statistic yields an efficient estimator of [theta]0 as a byproduct.