Instrumental Variables Estimation With Flexible Distributions
采用灵活分布的工具变量估计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：摘要研究通用工具变量估计与误差分布带来的效率变化，未指定因果效应、面板结构或宏观金融应用，故不选细分领域。
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…
采用灵活分布的工具变量估计
- 研究问题
- 工具变量估计精度较低时，能否借助灵活的参数化误差分布和对扰动项非线性的矩条件提高效率，其收益如何随误差分布变化？
- 方法与思路
- 作者基于灵活的参数化误差分布族构造对扰动项非线性的矩条件，研究相应工具变量估计的效率，并用蒙特卡洛比较不同误差分布。
- 材料陈述的贡献
- 摘要称真误差分布属于所选参数族时估计量可达到半参数效率界；模拟显示正态误差下效率损失较小，厚尾或偏态下可能明显改善。
- 阅读关注点
- 核对非线性矩条件成立所需的工具变量与误差关系、误差族选择及参数估计方法，并检查效率比较基准和分布错设分析是否充分。
- 阅读边界
- 效率界结论依赖真分布属于参数族，摘要未说明其他正则条件；分布错设时的效率、偏差和推断可靠性不能由所给摘要判断。
原文摘要
Instrumental variables are often associated with low estimator precision. This article explores efficiency gains that might be achievable using moment conditions that are nonlinear in the disturbances and are based on flexible parametric families for error distributions. We show that these estimators can achieve the semiparametric efficiency bound when the true error distribution is a member of the parametric family. Monte Carlo simulations demonstrate low efficiency loss in the case of normal error distributions and potentially significant efficiency improvements in the case of thick-tailed and/or skewed error distributions.