Adaptive Estimation and Uniform Confidence Bands for Nonparametric Structural Functions and Elasticities
非参数结构函数与弹性的自适应估计及一致置信带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：摘要直接研究工具变量下的非参数结构函数及弹性，并以国际贸易结构模型为应用，对应结构估计。
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…
非参数结构函数与弹性的自适应估计及一致置信带
- 研究问题
- 非参数工具变量模型中，如何由数据选择筛维数，同时为结构函数及其导数实现最优一致估计和有效置信带？
- 方法与思路
- 作者提出筛两阶段最小二乘的维数选择程序及一致置信带程序，并应用于垄断竞争贸易模型中的企业出口弹性估计。
- 材料陈述的贡献
- 摘要称，函数及导数估计达到上确界范数下的极小极大速率，置信带达到该速率或相差对数因子，并优于欠平滑方案。
- 阅读关注点
- 应核对工具变量识别、逆问题难度与函数类限制，以及筛维数选择、置信带覆盖和出口弹性解释所需的条件。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未经核实；摘要未说明函数类、工具变量及对未观测异质性的具体检验。
原文摘要
We introduce two data-driven procedures for optimal estimation and inference in nonparametric models using instrumental variables. The first is a data-driven choice of sieve dimension for a popular class of sieve two-stage least squares estimators. When implemented with this choice, estimators of both the structural function $h_0$ and its derivatives (such as elasticities) converge at the fastest possible (i.e., minimax) rates in sup-norm. The second is for constructing uniform confidence bands (UCBs) for $h_0$ and its derivatives. Our UCBs guarantee coverage over a generic class of data-generating processes and contract at the minimax rate, possibly up to a logarithmic factor. As such, our UCBs are asymptotically more efficient than UCBs based on the usual approach of undersmoothing. As an application, we estimate the elasticity of the intensive margin of firm exports in a monopolistic competition model of international trade. Simulations illustrate the good performance of our procedures in empirically calibrated designs. Our results provide evidence against common parameterizations of the distribution of unobserved firm heterogeneity.