Sieve IV estimation of cross-sectional interaction models with nonparametric endogenous effect
含非参数内生效应的横截面互动模型之筛工具变量估计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：摘要以他人结果对自身结果的内生影响为核心，并明确涵盖同伴效应和空间互动模型。
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
含非参数内生效应的横截面互动模型之筛工具变量估计
- 研究问题
- 当他人结果对个体结果的影响具有未知非线性形式时，如何估计横截面互动模型，并检验内生互动效应的线性？
- 方法与思路
- 作者提出筛工具变量估计量，研究一致性与渐近正态性，并构造内生效应线性的非参数检验，以区域经济数据说明。
- 材料陈述的贡献
- 摘要称模型包含空间自回归和同伴效应作为特例，允许非参数内生效应，并建立估计与线性检验的渐近理论。
- 阅读关注点
- 应核对互动结构与均衡定义、工具变量有效性和识别条件、筛维度选择，以及线性检验的统计量与功效。
- 阅读边界
- 仅依据所给 OpenAlex 摘要版本；工具变量来源、互动模型的具体限制及应用结果未说明，不能直接解释为因果证据。
原文摘要
In this study, we consider cross-sectional interaction models including spatial autoregressive models and peer effects models as special cases. Our model allows the endogenous effect – the effect of others’ outcomes on one’s own outcome – to be nonlinear and nonparametric. For the model estimation, we propose a sieve instrumental variable estimator and establish both its consistency and asymptotic normality. Furthermore, we propose a nonparametric specification test for the linearity of the endogenous effect. Under the null hypothesis of linearity, we show that the test statistic is asymptotically distributed as normal. As an empirical illustration, we focus on the data on regional economic performance investigated by Gennaioli et al. (2013). This empirical analysis highlights the usefulness of the proposed model and method.