Identification and estimation of semiparametric two-step models
半参数两步模型的识别与估计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：摘要明确涵盖含内生回归量的潜在指数模型，并以迁移决策作为应用。
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…
半参数两步模型的识别与估计
- 研究问题
- 当条件均值同时依赖线性指数和可非参数估计的辅助函数时，能否不使用排除限制或工具变量识别指数系数与未知函数？
- 方法与思路
- 作者研究该半参数条件均值框架，提出两步估计量，并推导允许数据依赖带宽与随机修剪的渐近性质。
- 材料陈述的贡献
- 摘要称，系数向量与未知函数一般可被点识别，无须完全指定函数形式，并提供蒙特卡洛实验和迁移决策应用。
- 阅读关注点
- 应核对无工具变量识别依赖的变异与规范化、辅助函数估计误差，以及数据依赖带宽和随机修剪的允许条件。
- 阅读边界
- 仅据所给OpenAlex版本摘要，完整识别条件未说明，不能理解为任意内生性或选择问题均无须工具变量，刊本变化未知。
原文摘要
Let H0(X) be a function that can be nonparametrically estimated. Suppose E [Y|X]=F0[X⊤β0, H0(X)]. Many models fit this framework, including latent index models with an endogenous regressor and nonlinear models with sample selection. We show that the vector β0 and unknown function F0 are generally point identified without exclusion restrictions or instruments, in contrast to the usual assumption that identification without instruments requires fully specified functional forms. We propose an estimator with asymptotic properties allowing for data dependent bandwidths and random trimming. A Monte Carlo experiment and an empirical application to migration decisions are also included.