A Synthetic Instrumental Variable Method: Using the Dual Tendency Condition for Coplanar Instruments
合成工具变量方法：利用共面工具变量的双重趋势条件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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以工具变量处理内生性并改善因果推断为核心问题。
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
合成工具变量方法：利用共面工具变量的双重趋势条件
- 研究问题
- 面对弱工具变量、无效工具变量及外部工具稀缺的问题，能否仅利用已有数据构造有效工具，并判断内生解释变量与误差的相关符号？
- 方法与思路
- 作者提出合成工具变量方法，利用数据驱动的双重趋势条件识别工具变量，并通过模拟和实际应用考察异方差下的表现。
- 材料陈述的贡献
- 摘要称，该方法无需外部变量即可构造有效工具，对异方差具有稳健性，还可确定内生变量与误差的相关符号，缓解传统工具变量限制。
- 阅读关注点
- 应优先核对双重趋势条件的数学内容、工具有效性的识别论证，以及哪些限制来自数据、哪些来自假设，并检查弱识别下的推断表现。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未获核实。摘要未解释双重趋势条件及有效性证明，不能将仅用现有数据理解为无需识别假设。
原文摘要
Traditional instrumental variable (IV) methods often struggle with weak or invalid instruments and rely heavily on external data. We introduce a Synthetic Instrumental Variable (SIV) approach that constructs valid instruments using only existing data. Our method leverages a data-driven dual tendency (DT) condition to identify valid instruments without requiring external variables. SIV is robust to heteroscedasticity and can determine the true sign of the correlation between endogenous regressors and errors--an assumption typically imposed in empirical work. Through simulations and real-world applications, we show that SIV improves causal inference by mitigating common IV limitations and reducing dependence on scarce instruments. This approach has broad implications for economics, epidemiology, and policy evaluation.