The semiparametric efficiency bound for models of sequential moment restrictions containing unknown functions
含未知函数的序贯矩限制模型的半参数效率界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：摘要明确指出结果适用于半参数面板数据模型，支持面板方向，其他内容主要是通用效率理论。
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
含未知函数的序贯矩限制模型的半参数效率界
- 研究问题
- 当序贯矩限制使用嵌套信息集并包含可能涉及内生变量的未知函数时，有限维参数的半参数效率界如何计算和达到？
- 方法与思路
- 作者将效率界分析扩展到嵌套信息集与未知函数，研究NPIV加权平均导数，并提出最优加权、正交化的筛最小距离估计。
- 材料陈述的贡献
- 摘要称，简单代入式NPIV估计在所考察例子中并不有效，而提出的估计量可达到效率界；结果也适用于半参数面板模型。
- 阅读关注点
- 应核对嵌套信息集及未知函数的角色、效率界的推导、正交化与最优权重构造，以及筛逼近误差所需条件。
- 阅读边界
- 仅据所给出版社摘要，效率界有限性、函数空间及筛维数条件未说明；简单代入估计无效的结论需限定于文中设定。
原文摘要
This paper computes the semiparametric efficiency bound for finite dimensional parameters identified by models of sequential moment restrictions containing unknown functions. Our results extend those of Chamberlain (1992b) and Ai and Chen (2003) for semiparametric conditional moment restrictions with identical information sets to the case of nested information sets, and those of Chamberlain (1992a) and Brown and Newey (1998) for models of sequential moment restrictions without unknown functions to cases with unknown functions of possibly endogenous variables. Our results are applicable to semiparametric panel data models and two stage plug-in problems. As an important example, we compute the efficiency bound for a weighted average derivative of a nonparametric instrumental variables regression (NPIV), and find that simple plug-in NPIV estimators are not efficient. We present an optimally weighted, orthogonalized, sieve minimum distance estimator that achieves the semiparametric efficiency bound.