Bootstrap Critical Values for Tests Based on Generalized-Method-of-Moments Estimators
基于广义矩估计量的检验的自助法临界值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：摘要讨论通用GMM检验与依赖数据下的自助法理论，未限定可直接对应所列细分方向的模型或经济应用。
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
基于广义矩估计量的检验的自助法临界值
- 研究问题
- 使用渐近临界值时，GMM检验的实际水平可能偏离名义水平；自助法在什么条件下能改善t检验与过度识别限制检验的临界值？
- 方法与思路
- 作者研究自助临界值的渐近改进条件；对依赖数据要求分块重抽样，并指出自助样本中的检验统计量公式需区别于原样本公式。
- 材料陈述的贡献
- 摘要给出自助法对两类GMM检验提供渐近改进的条件，并强调依赖数据下分块抽样及调整自助统计量公式的必要性。
- 阅读关注点
- 重点核对矩条件与数据依赖限制、分块方案和块长要求，以及自助统计量为何需调整、渐近改进针对哪一种近似误差。
- 阅读边界
- 摘要未列出具体正则条件、误差阶数与有限样本结果，因此不能推断任意GMM检验或任意依赖结构下自助法都更准确。
原文摘要
Tests based on generalized-method-of-moments estimators often have true levels that differ greatly from their nominal levels when asymptotic critical values are used. This paper gives conditions under which the bootstrap provides asymptotic refinements to the critical values of t tests and the test of overidentifying restrictions. Particular attention is given to the case of dependent data. It is shown that, with such data, the bootstrap must sample blocks of data and that the formulae for the bootstrap versions of the test statistics differ from the formulae that apply with the original data. Copyright 1996 by The Econometric Society.