Generalized Wald Methods for Testing Nonlinear Implicit and Overidentifying Restrictions
检验非线性隐式约束与过度识别约束的广义 Wald 方法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：摘要聚焦一般参数约束、联立方程子系统与 Wald 检验，未限定微观结构估计或某类宏观金融应用，因此暂不细分。
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
检验非线性隐式约束与过度识别约束的广义 Wald 方法
- 研究问题
- 当参数约束以非线性隐式形式给出时，如何推广 Wald 检验，并在联立方程子系统中联合检验非线性的过度识别结构约束？
- 方法与思路
- 作者把检验显式参数约束的 Wald 方法推广到非线性隐式约束，并通过改变构造统计量的矩阵选择生成一类检验。
- 材料陈述的贡献
- 摘要称推广支持结构约束的对称联合检验；所得检验类具有相同渐近功效，但在给定简化式估计量时，对应结构估计量的渐近效率不同。
- 阅读关注点
- 应核对隐式约束的可微性与秩条件、矩阵选择的容许范围，以及相同渐近功效为何能与结构系数估计效率差异并存。
- 阅读边界
- 摘要未列出所称宽泛条件的具体假设、统计量公式或有限样本结果；相同渐近功效不足以判断哪种矩阵选择更适合实际应用。
原文摘要
The Wald approach to testing direct explicit restrictions on a parameter vector is generalized to the case of nonlinear implicit constraints. When applied to subsystems of simultaneous equations models, the generalization enables the symmetric joint testing of nonlinear overidentifying structural restrictions under very wide conditions. By varying the choices of certain matrices used to construct the generalized Wald statistic, one produces a whole class of tests which have equal asymptotic power yet whose associated structural coefficient estimators have different asymptotic efficiencies for any given reduced-form estimator from which they are derived.