Exclusion Restrictions in Dynamic Binary Choice Panel Data Models: Comment on “Semiparametric Binary Choice Panel Data Models Without Strictly Exogenous Regressors”
动态二元选择面板模型中的排除限制：评《无严格外生回归变量的半参数二元选择面板模型》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：题名与摘要明确讨论动态二元选择面板模型、滞后因变量及面板估计，因此直接对应面板数据和离散选择两个方向。
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
动态二元选择面板模型中的排除限制：评《无严格外生回归变量的半参数二元选择面板模型》
- 研究问题
- 在包含滞后因变量的动态二元选择面板中，既有排除限制是否隐含观测回归变量的序列独立要求，如何容纳序列相关？
- 方法与思路
- 作者重新审视既有半参数模型的排除限制，提出允许观测回归变量序列相关的新识别策略和估计程序，并研究估计量的渐近分布。
- 材料陈述的贡献
- 摘要称，违反隐含序列独立条件会使既有程序不一致；新估计量以参数速率收敛于正态极限，快于所列替代估计量的非参数速率。
- 阅读关注点
- 核对排除限制如何导出序列独立要求、新识别策略需要哪些条件，以及参数收敛速率和渐近正态性成立的正则条件。
- 阅读边界
- 摘要未列出新识别策略的完整假设、估计程序细节或有限样本表现；更快的渐近速率不能直接说明任意数据中估计更准确。
原文摘要
In this note we revisit the use of exclusion restrictions in the semiparametric binary choice panel data model introduced in Honore and Lewbel (2002). We show that in a dynamic panel data setting (where one of the pre-determined explanatory variables is the lagged dependent variable), the exclusion restriction in Honore and Lewbel (2002) implicitly re- quires serial independence condition on an observed regressor, that if violated in the data will result in their procedure being inconsistent. We propose a new identification strategy and estimation procedure for the semiparametric binary panel data model under exclusion restrictions that accommodate the serial correlation of observed regressors in a dynamic setting. The new estimator converges at the parametric rate to a limiting normal distribution. This rate is faster than the nonparametric rates of existing alternative estimators for the binary choice panel data model, including the static case in Manski (1987) and the dynamic case in Honore and Kyriazidou (2000).