Local linearization based subvector inference in moment inequality models
基于局部线性化的矩不等式子向量推断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：摘要以航空公司进入博弈为实证示例，直接涉及结构模型的参数推断。
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
基于局部线性化的矩不等式子向量推断
- 研究问题
- 矩不等式模型中，对部分参数推断时，能否缩小干扰参数搜索范围，降低自助法计算成本并保持检验有效性？
- 方法与思路
- 作者在预估计量的局部邻域内剖面化干扰参数，对非线性矩条件作线性展开，使自助法反复求解二次规划。
- 材料陈述的贡献
- 摘要称，该方法在较大数据生成过程类上一致控制渐近检验水平，模拟显示计算更快，并提供航空进入博弈应用。
- 阅读关注点
- 应核对预估计量与邻域半径的要求、局部展开误差控制，以及一致水平保证是否覆盖应用中的参数边界。
- 阅读边界
- 仅据所给 RePEc 所载出版社摘要版本；邻域选择、正则条件和提速数值未说明，不能推断后续刊本变化。
原文摘要
This paper introduces a bootstrap-based profiling inference method for subvectors in moment inequality models following insights from Bugni et al. (2017). Compared to their paper, the new method calculates the critical value by searching over a local neighborhood of a pre-estimator, instead of the whole null parameter space, to profile out nuisance parameters. In this way, non-linear moment conditions are simplified by linear expansion and the bootstrap iterates over quadratic programming problems, which significantly simplifies and accelerates computation. This method controls asymptotic size uniformly over a large class of data generating processes. In the Monte Carlo simulations, the new procedure improves upon the computing time of Bugni et al. (2017) and Kaido et al. (2019) significantly. I provide an empirical illustration estimating an airline entry game.