SPECIFICATION TESTING IN NONPARAMETRIC INSTRUMENTAL QUANTILE REGRESSION
非参数工具变量分位数回归的设定检验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：摘要明确以非可分结构模型和工具变量分位数回归为对象，直接关联结构建模与分位数方法。
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
非参数工具变量分位数回归的设定检验
- 研究问题
- 在存在内生解释变量的非可分模型中，如何检验工具变量分位数回归是否正确设定，并评估模型简化是否合理？
- 方法与思路
- 作者构造设定检验统计量，研究正确设定下的渐近正态性与备择下的一致性，同时提出用于模型简化的检验。
- 材料陈述的贡献
- 摘要称，设定检验在原假设下渐近正态，并对任意备择模型一致；文章还通过模拟和实证示例考察有限样本性质。
- 阅读关注点
- 应核对工具变量有效性、标量不可观测项的单调性，以及检验能否区分不同失效来源和一致性覆盖的备择范围。
- 阅读边界
- 仅依据所给 Crossref 摘要；统计量形式、平滑选择和具体条件未说明，未拒绝设定也不能直接证明工具变量有效。
原文摘要
There are many environments in econometrics which require nonseparable modeling of a structural disturbance. In a nonseparable model with endogenous regressors, key conditions are validity of instrumental variables and monotonicity of the model in a scalar unobservable variable. Under these conditions the nonseparable model is equivalent to an instrumental quantile regression model. A failure of the key conditions, however, makes instrumental quantile regression potentially inconsistent. This article develops a methodology for testing the hypothesis whether the instrumental quantile regression model is correctly specified. Our test statistic is asymptotically normally distributed under correct specification and consistent against any alternative model. In addition, test statistics to justify the model simplification are established. Finite sample properties are examined in a Monte Carlo study and an empirical illustration is provided.