Simulated minimum distance estimation of dynamic models with errors-in-variables
含变量测量误差动态模型的模拟最小距离估计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：摘要明确研究动态模型，并以自回归分布滞后模型进行模拟验证。
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…
含变量测量误差动态模型的模拟最小距离估计
- 研究问题
- 动态模型中的解释变量存在测量误差，且外部工具变量缺失或较弱时，如何利用模型参数与最小二乘偏差的关系估计参数？
- 方法与思路
- 作者通过参数与最小二乘偏差之间的关系构造估计量；偏差无法解析计算时，用专门算法模拟而不完全指定潜在变量过程。
- 材料陈述的贡献
- 摘要提出适用于上述情形的模拟估计方法，报告其在自回归分布滞后模型模拟中表现良好，并用于估计长期风险模型。
- 阅读关注点
- 应核对参数到偏差映射是否足以识别模型、模拟算法仍需哪些潜在过程限制，以及最小距离准则和模拟误差如何处理。
- 阅读边界
- 仅据RePEc所载出版社摘要，模拟设计和性能数值未说明；不完全指定潜在过程不等于无须假设，也不能据此断言优于其他方法。
原文摘要
Empirical analysis often involves using inexact measures of the predictors suggested by economic theory. The bias created by the correlation between the mismeasured regressors and the error term motivates the need for instrumental variable estimation. This paper considers a class of estimators that can be used in dynamic models with measurement errors when external instruments may not be available or are weak. The idea is to exploit the relation between the parameters of the model and the least squares biases. In cases when the latter are not analytically tractable, a special algorithm is designed to simulate the model without completely specifying the processes that generate the latent predictors. The proposed estimators perform well in simulations of the autoregressive distributed lag model. The methodology is used to estimate the long-run risks model.