跳到正文
← 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:题名明确涉及面板数据,摘要比较预定工具变量下的矩条件估计量并应用于劳动供给,直接对应微观面板方向。

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
James P. Ziliak

预定工具变量下的面板有效估计:矩条件估计量的实证比较

研究问题
面板模型中使用预定工具变量时,不同估计量如何权衡偏差与效率?研究以不确定性下的生命周期劳动供给为应用,考察增加矩条件的影响。
方法与思路
作者比较两阶段最小二乘、GMM、前向滤波、独立加权 GMM 和分样本工具变量估计,并利用自助法算法比较其偏差与效率。
材料陈述的贡献
摘要称,矩条件增多时 GMM 的向下偏差较严重,抵消效率收益;前向滤波估计在该应用中比两阶段最小二乘偏差更小、效率更高。
阅读关注点
阅读时应核对预定工具的有效性条件、矩条件数量与样本规模、自助法的构造,以及偏差和效率的测量是否支持应用中的比较结论。
阅读边界
摘要未说明面板规模、工具构造和具体估计结果;实证与自助法比较中的优势不能推广为所有面板模型下的统一排序或一般效率结论。

原文摘要

The author examines the empirical performance of instrumental variables estimators with predetermined instruments in an application to life-cycle labor supply under uncertainty. The estimators studied are two stage least squares, generalized method-of-moments (GMM), forward filter, independently weighted GMM, and split-sample instrumental variables. The author compares the bias/efficiency trade-off for the estimators using bootstrap algorithms suggested by D. A. Freedman (1984) and B. W. Brown and W. K. Newey (1995). Results indicate that the downward bias in GMM is quite severe as the number of moment conditions expands, outweighing the gains in efficiency. The forward filter estimator, however, has lower bias and is more efficient than two stage least squares.

笔记与分组
相关领域论文