Semiparametric efficiency in nonlinear LATE models
非线性 LATE 模型中的半参数效率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：摘要明确研究工具变量、单调性、服从者群体及局部处理效应。
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
非线性 LATE 模型中的半参数效率
- 研究问题
- 在局部工具变量与单调性条件下，如何有效估计由广义矩条件定义、刻画服从者处理效应的有限维参数？
- 方法与思路
- 作者不对协变量、处理及二元工具的分布作参数化，推导条件与无条件模型的效率界，并构造多步半参数估计量。
- 材料陈述的贡献
- 摘要称所构造估计量达到半参数效率界，并以蒙特卡洛展示最优半参数权重的效率收益及非线性模型表现。
- 阅读关注点
- 应核对局部工具变量条件、目标效应与服从者群体的定义，以及最优权重、效率界和多步估计所需正则条件。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要；完整识别条件、实现细节及模拟数值未说明，效率界结论不能直接等同于有限样本优势。
原文摘要
In this paper we study semiparametric efficiency for the estimation of a finite-dimensional parameter defined by generalized moment conditions under the local instrumental variable assumptions. These parameters identify treatment effects on the set of compliers under the monotonicity assumption. The distributions of covariates, the treatment dummy, and the binary instrument are not specified in a parametric form, making the model semiparametric. We derive the semiparametric efficiency bounds for both conditional models and unconditional models. We also develop multistep semiparametric efficient estimators that achieve the semiparametric efficiency bound. To illustrate the efficiency gains from using the optimal semiparametric weights, we design a Monte Carlo study. It demonstrates that our semiparametric estimator performs well in nonlinear models.