High dimensional semiparametric moment restriction models
高维半参数矩约束模型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：摘要描述通用半参数矩约束、变量选择与检验，应用数据名称不足以确定所列细分领域。
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
高维半参数矩约束模型
- 研究问题
- 在含未知光滑函数的非线性矩约束模型中，当参数和约束数量增长，甚至候选变量极多但真实模型稀疏时，如何估计与检验？
- 方法与思路
- 作者采用筛法 GMM，在温和维度增长下研究一致性与渐近正态性；极高维稀疏情形使用惩罚筛法 GMM，并构造过度识别检验。
- 材料陈述的贡献
- 摘要称建立增长维度下的估计理论、稀疏情形的 Oracle 性质及新检验的大样本性质，并提供模拟和 NLSY79 数据应用。
- 阅读关注点
- 应核对参数、矩条件与筛维数的联合增长限制，惩罚选择所需稀疏条件，以及变量选择后推断和过度识别检验的适用范围。
- 阅读边界
- 仅据所给出版社摘要，无法确定允许的维度增长率或 Oracle 性质的具体条件；应用问题、模拟数值和版本变化未说明。
原文摘要
We consider nonlinear moment restriction semiparametric models where both the dimension of the parameter vector and the number of restrictions are divergent with sample size and an unknown smooth function is involved. We propose an estimation method based on the sieve generalized method of moments (sieve-GMM). We establish consistency and asymptotic normality for the estimated quantities when the number of parameters increases modestly with sample size. We also consider the case where the number of potential parameters/covariates is very large, i.e., increases rapidly with sample size, but the true model exhibits sparsity. We use a penalized sieve GMM approach to select the relevant variables, and establish the oracle property of our method in this case. We also provide new results for inference. We propose several new test statistics for the over-identification and establish their large sample properties. We provide a simulation study and an application to data from the NLSY79 used by Carneiro et al. (2011).