跳到正文
← 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:摘要明确讨论个体效应相关的面板回归、时间不变变量及面板工具变量估计量,直接支持面板数据方向。

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
Peter Rupert

面板数据的有效估计:工具变量估计量的经验比较

研究问题
当个体效应与部分解释变量相关时,替代面板工具变量估计量相对 Hausman–Taylor 方法的效率增益在经验中有多大?
方法与思路
作者在教育回报应用中比较 Hausman–Taylor 及另外两组面板工具变量估计量,考察不同系数上的实际效率增益。
材料陈述的贡献
摘要称,明显的效率增益仅出现在时间不变内生变量的系数上;由于样本中教育不随时间变化,这一结果对该应用重要。
阅读关注点
应核对解释变量的外生性分类、各估计量的工具集合与额外条件,以及效率比较是否同时考察偏差和工具变量有效性。
阅读边界
仅据所给 Crossref 版本摘要,效率结果限于该教育回报示例,未给出增益数值;不能据此认定某方法在所有面板模型中占优。

原文摘要

Abstract Hausman and Taylor (1981) proposed an efficient instrumental variables estimator for panel data regression models where the individual effects may be correlated with some of the regressors. Amemiya and MacCurdy (1986) and Breusch, Mizon, and Schmidt (1986) have suggested instrumental variables estimators that are potentially more efficient than the Hausman and Taylor estimator. We address the empirical question of how large these efficiency gains might be. In our returns to schooling example noticeable efficiency gains are limited to the coefficients of time‐invariant endogenous variables. This is important, however, since education does not vary over time in our sample.

笔记与分组
相关领域论文