The informativeness of estimation moments
估计矩条件的信息含量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：摘要将夫妻退休计划模型解释为允许同时性的双变量有序选择模型，直接对应离散选择；一般矩条件敏感性分析本身不足以归入其他细分。
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…
估计矩条件的信息含量
- 研究问题
- 在广义矩估计中，各个矩条件对参数估计精度分别贡献多少，删除某个矩会怎样改变估计方差，又如何找出支撑特定经济参数的关键信息？
- 方法与思路
- 作者构造衡量单个矩条件对估计精度贡献的指标，其中一个考察删除该矩后的参数估计方差，并通过两个简单例子及夫妻联合退休计划模型展示用途。
- 材料陈述的贡献
- 摘要称指标易于计算；退休计划应用报告闲暇互补性的证据，其估计主要由计划退休日期差的分布提供信息，模型可解释为允许同时性的双变量有序选择模型。
- 阅读关注点
- 核对各指标的定义、所采用的矩条件权重及删除矩后的方差比较方式，再查看退休计划模型的同时性设定、闲暇互补性识别与关键矩条件解释。
- 阅读边界
- 摘要未说明指标的计算公式、适用条件或退休模型的识别细节；某个矩对精度贡献较大，并不自动保证模型设定正确或该参数具有因果解释。
原文摘要
Summary This paper introduces measures for how each moment contributes to the precision of parameter estimates in generalized method of moments settings. For example, one of the measures asks what would happen to the variance of the parameter estimates if a particular moment was dropped from the estimation. The measures are all easy to compute. We illustrate the usefulness of the measures through two simple examples as well as an application to a model of joint retirement planning of couples. We estimate the model using the British Household Panel Survey, and we find evidence of complementarities in leisure. Our sensitivity measures illustrate that the estimate of the complementarity is primarily informed by the distribution of differences in planned retirement dates. The estimated econometric model can be interpreted as a bivariate ordered‐choice model that allows for simultaneity. This makes the model potentially useful in other applications.