On the asymptotic optimality of the LIML estimator with possibly many instruments
工具变量可能众多时 LIML 估计量的渐近最优性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：摘要明确研究联立方程系统中线性结构方程系数的估计，并提及微观计量模型。
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…
工具变量可能众多时 LIML 估计量的渐近最优性
- 研究问题
- 在联立方程系统的线性结构方程中，工具变量数量较大甚至包含许多弱工具时，LIML 能否达到渐近效率下界？
- 方法与思路
- 作者推导多工具变量情形下 LIML 及其修正形式的渐近性质，并将部分新旧结果与近期研究进行联系。
- 材料陈述的贡献
- 摘要称，在一些多工具及多弱工具情形中，即使扰动不必正态，LIML 及其修正的极限方差也常达到渐近下界。
- 阅读关注点
- 应核对工具数量与样本量的增长关系、工具强度设定、扰动分布限制，以及效率下界对应的估计量比较类。
- 阅读边界
- 所列出版社摘要使用“一些情形”和“常达到”等限定，未说明完整条件，不能推断所有多工具模型均具有最优性。
原文摘要
We consider the estimation of the coefficients of a linear structural equation in a simultaneous equation system when there are many instrumental variables. We derive some asymptotic properties of the limited information maximum likelihood (LIML) estimator when the number of instruments is large; some of these results are new as well as old, and we relate them to results in some recent studies. We have found that the variance of the limiting distribution of the LIML estimator and its modifications often attain the asymptotic lower bound when the number of instruments is large and the disturbance terms are not necessarily normally distributed, that is, for the micro-econometric models of some cases recently called many instruments and many weak instruments.