Near exogeneity and weak identification in generalized empirical likelihood estimators: Many moment asymptotics
广义经验似然估计中的近外生性与弱识别：多矩渐近分析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：摘要讨论通用 GEL、多弱矩和工具外生性理论，未提供明确的所列应用领域或因果效应目标，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
广义经验似然估计中的近外生性与弱识别：多矩渐近分析
- 研究问题
- 大量弱矩条件同时存在局部外生性违背时，广义经验似然估计和相关检验如何表现，工具数量与外生性偏离程度之间有何权衡？
- 方法与思路
- 作者在多弱矩渐近框架中引入局部外生性违背，分析近外生工具数量与违背程度的关系，并考察过度识别、AR 和 Wald 检验。
- 材料陈述的贡献
- 摘要称扩展了多弱矩渐近理论；过度识别检验能够检测轻微及较大外生性违背，轻微违背情形下 AR 与 Wald 检验无尺寸扭曲。
- 阅读关注点
- 应核对近外生性与弱矩的局部化速率、工具数量增长条件，以及不同检验结论分别适用的偏离程度和渐近框架。
- 阅读边界
- 仅依据所给出版社摘要；未给出“轻微”违背的形式定义及检验条件，不能据此认为任意工具无效性下的 AR 或 Wald 检验都有效。
原文摘要
This paper investigates the Generalized Empirical Likelihood (GEL) estimators when there are local violations of the exogeneity condition (near exogeneity) in the case of many weak moments. We also examine the tradeoff between the degree of violation of the exogeneity and the number of nearly exogenous instruments. In this respect, this paper extends many weak moment asymptotics of Newey and Windmeijer (2009a). The overidentifying restrictions test can detect both mild and large violations of exogeneity. In the case of minor violations, the Anderson–Rubin (1949) and Wald tests are not size distorted.