On the Use of Artificial Regressions in Certain Microeconometric Models
人工回归在某些微观计量模型中的使用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：虽题名提到微观计量模型，但摘要未说明离散选择、面板或其他可对应的具体细分。
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
人工回归在某些微观计量模型中的使用
- 研究问题
- 如何利用人工回归计算条件矩检验的有效变体，并回应梯度外积版本有限样本表现不佳的问题，同时构造估计一致性检验？
- 方法与思路
- 作者发展新的人工回归来计算条件矩检验的有效统计量，并讨论这些回归在构造 Hausman 型参数估计一致性检验中的用途。
- 材料陈述的贡献
- 摘要称，新人工回归可用于有效版本的条件矩检验及其他检验；有关有限样本改善的动机来自摘要提及的既有研究证据。
- 阅读关注点
- 应核对人工回归的因变量与解释变量、有效版本成立的条件，以及本文是否另有有限样本证据，并检查 Hausman 型检验的构造。
- 阅读边界
- 仅依据所给 Crossref 摘要；具体微观模型、回归公式及本文的数值结果未说明，不能将既有改善证据当作本文验证或推断其他版本变化。
原文摘要
Conditional moment tests check to see whether or not population moment equalities, implied by the null model specification, hold approximately in the sample. Asymptotically valid conditional statistics can easily be calculated from the output of a so-called outer product of the gradient (OPG) artificial regression. However, several studies have now found that this OPG variant exhibits extremely poor finite sample behavior and that significant improvements can be made by employing the efficient variant. In the light of such evidence, this paper develops new artificial regressions that can be used to calculate the efficient variant of the test statistic. These artificial regressions can also serve several other purposes, including the construction of Hausmantype tests of parameter estimator consistency.