Efficient Estimation of Models with Conditional Moment Restrictions Containing Unknown Functions
含未知函数的条件矩限制模型的有效估计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：题名与摘要片段主要涉及一般条件矩与效率理论，两个回归例子不足以确定所列具体领域，因此暂不细分。
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…
关注这篇论文的作者
含未知函数的条件矩限制模型的有效估计
- 研究问题
- 题名与残缺摘要关注：当条件矩限制含有未知函数时，如何实现参数的有效估计，并一致、便捷地估计其渐近协方差？
- 方法与思路
- 残缺摘要提到最优加权最小距离估计，并以含内生非参数部分的部分线性回归，以及带链接函数的部分可加工具变量回归为例。
- 材料陈述的贡献
- 摘要片段称，渐近协方差估计一致且易于计算，最优加权最小距离估计达到半参数效率界；前两项结果未包含在所给文本中。
- 阅读关注点
- 阅读全文应先核对片段缺失的前文及主要假设，再查未知函数的处理、最优权重构造、效率界所需条件与两个回归例子的对应关系。
- 阅读边界
- 所给摘要仅含第三、第四项结论与例子，缺少前文和主要假设；不能据此补全识别条件、未知函数估计步骤或有限样本表现。
原文摘要
(iii) the estimator for the asymptotic covariance of the 0 estimator is consistent and easy to compute; and (iv) the optimally weighted minimum distance estimator of 0 attains the semiparametric efficiency bound. We illustrate our results with two examples: a partially linear regression with an endogenous nonparametric part, and a partially additive IV regression with a link function.