Semiparametric estimation of a censored regression model with endogeneity
含内生性的删失回归模型的半参数估计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：摘要明确以全部条件分位数的矩条件构造删失回归估计方法。
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
含内生性的删失回归模型的半参数估计
- 研究问题
- 在删失与内生性同时存在的回归模型中，如何利用条件分位数信息构造可计算的半参数估计量，并改善已有方法的不足？
- 方法与思路
- 作者针对全部条件分位数推导矩条件，构造两类矩条件及相应的矩估计量，并研究其渐近性质与有限样本表现。
- 材料陈述的贡献
- 摘要称新估计量具有一致性和渐近正态性，计算较便利；模拟中表现良好，并在所考察情形下优于已有方法。
- 阅读关注点
- 应核对内生性处理所依赖的独立性限制、删失机制与识别条件，以及两类矩条件的构造和分位数信息的整合方式。
- 阅读边界
- 仅据所给出版社摘要，无法确认已有方法的具体缺陷及比较公平性；摘要未说明完整识别条件、调参方式或性能差异数值。
原文摘要
Censoring and endogeneity are common in empirical applications. However, the existing semiparametric estimation methods for the censored regression model with endogeneity under an independence restriction are associated with some drawbacks. In this paper we propose a new semiparametric estimator that overcomes these drawbacks. We derive conditional quantile moment conditions for all the conditional quantiles and propose a moment-based estimator. In particular, we construct two types of moment conditions and develop a computationally attractive estimator. We show that our estimator is consistent and asymptotic normal. A Monte Carlo study indicates that our estimator performs well in finite samples and compares favorably with existing methods.