Selecting the Best Instrumental Variables Estimator
选择最佳工具变量估计量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：摘要讨论通用联立方程估计量选择，未明确涉及所列细分领域的专门模型或研究对象。
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
选择最佳工具变量估计量
- 研究问题
- 在联立方程系统中，如何从涵盖多数常用有限信息估计量的类别中，依据分布集中程度选择合适的估计量？
- 方法与思路
- 作者利用估计量分布的 Edgeworth 展开比较集中程度，并据此构造选择规则，将分布近似与估计量选择联系起来。
- 材料陈述的贡献
- 摘要称，所得选择规则足够简单，可用于应用计量研究；其贡献是提供比较与选择依据，摘要未声称存在普遍最优估计量。
- 阅读关注点
- 阅读全文时应核对集中程度的定义、候选估计量范围、展开成立条件，以及选择规则依赖哪些需要估计的总体参数。
- 阅读边界
- 摘要未说明展开阶数、工具变量强度条件或有限样本误差，不能据此判断规则在弱工具变量等情形下是否可靠。
原文摘要
This paper considers the problem of finding the "best" estimator among a class that includes most of the commonly used limited information estimators in simultaneous equation systems. Concentration comparisons, based on the Edgeworth expansion of the distribution of these estimators, lead to selection rules of sufficient simplicity to be useful in applied econometric research.