CONDITIONAL LIKELIHOOD RATIO TEST WITH MANY WEAK INSTRUMENTS
大量弱工具变量下的条件似然比检验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：摘要讨论一般工具变量回归的检验理论，未明确因果应用、结构目标或其他所列细分方向。
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…
大量弱工具变量下的条件似然比检验
- 研究问题
- 在同方差误差方差未知且存在大量弱工具变量时，代入方差估计的常规条件似然比检验是否仍然有效？
- 方法与思路
- 作者将代入误差方差估计的似然比统计量表示为四个统计量的函数，据此修改临界值函数并分析渐近有效性。
- 材料陈述的贡献
- 摘要称常规检验在该框架下失去精确相似性且渐近无效，修改后的检验则具渐近有效性，并获模拟结果支持。
- 阅读关注点
- 应核对工具变量数量和强度的渐近设定、四个统计量的构造、条件化机制，以及修改临界值的实际计算方法。
- 阅读边界
- 仅据所给 Crossref 版本摘要，具体渐近条件与模拟数值未说明；不能推广至异方差情形或推断后续刊本变化。
原文摘要
This article extends the validity of the conditional likelihood ratio (CLR) test developed by Moreira (2003, Econometrica 71(4), 1027-–1048) to instrumental variable regression models with unknown homoskedastic error variance and many weak instruments. We argue that the conventional CLR test with estimated error variance loses exact similarity and is asymptotically invalid in this setting. We propose a modified critical value function for the likelihood ratio (LR) statistic with estimated error variance, and prove that our modified test achieves asymptotic validity under many weak instruments asymptotics. Our critical value function is constructed by representing the LR using four statistics, instead of two as in Moreira (2003, Econometrica 71(4), 1027-–1048). A simulation study illustrates the desirable finite sample properties of our test.