GMM with many weak moment conditions: Replication and application of Newey and Windmeijer (2009)
含大量弱矩条件的GMM：复现与应用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：摘要核心是通用GMM方差估计的复现；教育回报应用未交代具体识别设计，现有文本不足以确定所列细分方向。
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
含大量弱矩条件的GMM：复现与应用
- 研究问题
- 如何复现大量弱矩条件下新方差估计量的蒙特卡洛实验，并将其用于重新估计教育回报的经典实证结果？
- 方法与思路
- 作者复现Newey与Windmeijer关于广义经验似然方差估计的模拟，并使用该估计量重估Angrist与Krueger的教育回报。
- 材料陈述的贡献
- 摘要明确报告完成模拟复现及教育回报重估；其中t统计量尺寸接近名义水平的表述是在介绍原研究的结果。
- 阅读关注点
- 应核对复现是否沿用原研究的设计与实现、新方差估计量的适用条件，以及教育回报重估相对原结果的变化。
- 阅读边界
- 仅依据所给Crossref摘要；本文复现是否确认原结论、教育回报的重估值及不确定性均未说明，不能自行补充结果。
原文摘要
SUMMARY In a recent article Newey and Windmeijer (Generalized method of moments with many weak moment conditions. Econometrica 2009; 77 (3): 687–719) propose a new variance estimator for generalized empirical likelihood. In Monte Carlo examples they show that t ‐statistics based on the new variance estimator have nearly correct size. I have replicated their Monte Carlo simulations and in addition used the new variance estimator to re‐estimate Angrist and Krueger's (Does compulsory school attendance affect schooling and earnings? Quarterly Journal of Economics 1991; 106 (4): 979–1014) returns to education. Copyright © 2011 John Wiley & Sons, Ltd.