Identifying the elasticity of substitution with biased technical change: a structural panel GMM estimator
有偏技术进步下替代弹性的识别：结构面板 GMM 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：摘要直接提出用于生产要素替代弹性识别的结构面板 GMM，并分析动态维度与弱识别。
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…
有偏技术进步下替代弹性的识别：结构面板 GMM 估计
- 研究问题
- 存在有偏技术进步和同时性时，如何不依赖外部工具变量识别资本与劳动的替代弹性，并理解短面板偏差？
- 方法与思路
- 作者提出结构面板 GMM 估计量，给出一致性条件，与固定效应估计比较，并分析小 T 偏差和弱识别指标的联系。
- 材料陈述的贡献
- 摘要称，时间期数不太小时模拟偏差较小；挪威制造业应用中，面板 GMM 与固定效应的弹性估计分别为 1.9 和 1.0。
- 阅读关注点
- 应核对内部矩条件的经济依据、有偏技术进步的设定，以及时间维度和弱识别如何共同影响偏差与推断可靠性。
- 阅读边界
- 摘要未给出一致性条件、所需时间期数或估计区间；不使用外部工具变量不代表无需识别限制，两种点估计也不能单独判定真值。
原文摘要
Summary: This paper provides a structural panel GMM (P-GMM) estimator of the elasticity of substitution between capital and labour that does not depend on external instruments, and which can be applied in the presence of biased technical change. We identify the conditions under which P-GMM is a consistent estimator and compare it to a fixed effects estimator. Using a Monte Carlo study, we find that the P-GMM estimator is nearly unbiased provided the number of time periods (T) is not too small. We show analytically how the small-T bias is related to metrics of weak identification. In an application on manufacturing firms in Norway, we estimate the elasticity of substitution to be 1.9 using the P-GMM and 1.0 using the fixed effects estimator. Neglecting simultaneity may thus lead to the conclusion that capital and labour are complements or can be described by Cobb–Douglas technology, when, in fact, they are substitutes.