Semiparametric estimation of models with conditional moment restrictions in the presence of nonclassical measurement errors
非经典测量误差下条件矩模型的半参数估计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：摘要明确研究内生解释变量的工具变量估计，并同时校正相关变量的测量误差。
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
非经典测量误差下条件矩模型的半参数估计
- 研究问题
- 当关注的解释变量同时存在内生性与非经典测量误差时，如何识别和估计半参数条件矩模型中的目标参数？
- 方法与思路
- 作者建立使用同一组有效工具变量处理内生性和测量误差的框架，提出两步估计，并应用于总支出存在误差的恩格尔曲线。
- 材料陈述的贡献
- 摘要称在一定度量下估计速度快于四分之一次方根速度，有限维参数具有根样本量渐近正态性，并报告模拟与应用支持。
- 阅读关注点
- 应核对一组工具变量足以识别的具体条件、测量误差允许的依赖结构，以及非参数估计误差如何影响有限维参数推断。
- 阅读边界
- 仅据所给出版社摘要，工具变量有效性和识别条件未具体说明；不能认为任意非经典误差都能由同一组工具变量消除。
原文摘要
This paper develops a framework for the analysis of semiparametric conditional moment models with endogenous and mismeasured causes, which is of empirical importance. We show that one set of valid instruments is sufficient to control for both endogeneity and measurement errors of the causes of interest, which has been observed in linear parametric models. Two-step consistent estimators of the parameters of interest are proposed. We also show that the proposed estimators are consistent with a rate faster than n−1/4 under a certain metric, and the proposed estimators of the finite-dimensional unknown parameters obtain root-n asymptotic normality. Monte Carlo evidences show that the proposed estimators perform well under a variety of identification conditions. An application to instrumental variables estimation of Engel curves illustrates the usefulness of our method. It supports that correcting for both endogeneity and measurement errors on total expenditure is substantial in estimating economically meaningful Engel curves.