Misspecified heteroskedasticity in the panel probit model: A small sample comparison of GMM and SML estimators
面板 Probit 中的异方差误设：GMM 与模拟最大似然的小样本比较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：摘要明确研究面板 Probit 这一面板离散响应模型，并应用于企业产品创新决策。
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
面板 Probit 中的异方差误设：GMM 与模拟最大似然的小样本比较
- 研究问题
- 面板 Probit 误差协方差结构被误设时，GMM 与模拟最大似然的小样本表现如何？非参数最优工具变量能否提高稳健性？
- 方法与思路
- 作者比较 GMM 和 SML，重点考察使用非参数估计最优工具变量的三阶段 GMM，通过模拟分析协方差误设，并应用于企业创新。
- 材料陈述的贡献
- 摘要称，正确设定实验体现 SML 的渐近效率优势，而乘法异方差误设下 GMM 表现更好，尤其是三阶段方案；允许时变异方差增强稳健性。
- 阅读关注点
- 应核对条件矩、工具变量估计步骤、SML 模拟设置及异方差误设方式，并确认模拟中的表现指标和企业创新应用的模型设定。
- 阅读边界
- 仅据所给 EconWPA 工作论文版本摘要，不能推断刊本变化或同行评审状态；GMM 的优势限于所述误设实验，未给出普遍排序。
原文摘要
This paper compares generalized method of moments (GMM) and simulated maximum likelihood (SML) approaches to the estimation of the panel probit model. Both techniques circumvent multiple integration of joint density functions without the need to restrict the error term variance-covariance matrix of the latent normal regression model. Particular attention is paid to a three-stage GMM estimator based on nonparametric estimation of the optimal instruments for given conditional moment functions. Monte Carlo experiments are carried out which focus on the small sample consequences of misspecification of the error term variancecovariance matrix. The correctly specified experiment reveals the asymptotic efficiency advantages of SML. The GMM estimators outperform SML in the presence of misspecification in terms of multiplicative heteroskedasticity. This holds in particular for the three-stage GMM estimator. Allowing for heteroskedasticity over time increases the robustness with respect to misspecification in terms of multiplicative heteroskedasticity. An application to the product innovation activities of German manufacturing firms is presented.