Nonparametric estimation of triangular simultaneous equations models under weak identification
弱识别下三角联立方程模型的非参数估计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：摘要研究非参数三角联立方程的识别与估计，并用于估计班级规模对成绩的影响。
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
弱识别下三角联立方程模型的非参数估计
- 研究问题
- 在非参数三角系统中，弱工具变量如何影响识别、估计和推断，能否通过正则化减轻工具变量信息不足造成的不稳定性？
- 方法与思路
- 作者推导识别的必要充分秩条件，以相关秩趋于零的约化式函数序列定义弱工具，并用 concurvity 描述问题，提出惩罚级数估计。
- 材料陈述的贡献
- 摘要称，论文建立弱识别的刻画，给出惩罚级数估计的渐近性质和数据驱动惩罚参数选择程序，并以班级规模效应作应用。
- 阅读关注点
- 应核对非参数秩与 concurvity 的定义、惩罚项针对的方向，以及弱工具序列下估计和推断结论分别依赖哪些条件。
- 阅读边界
- 仅依据所给 Crossref 摘要版本；摘要未说明具体收敛速度、推断覆盖性质或模拟幅度，正则化不能被理解为自动恢复强识别。
原文摘要
This paper analyzes the problem of weak instruments on identification, estimation, and inference in a simple nonparametric model of a triangular system. The paper derives a necessary and sufficient rank condition for identification, based on which weak identification is established. Then nonparametric weak instruments are defined as a sequence of reduced‐form functions where the associated rank shrinks to zero. The problem of weak instruments is characterized as concurvity , which motivates the introduction of a regularization scheme. The paper proposes a penalized series estimation method to alleviate the effects of weak instruments and shows that it achieves desirable asymptotic properties. A data‐driven procedure is proposed for the choice of the penalization parameter. The findings of this paper provide useful implications for empirical work. To illustrate them, Monte Carlo results are presented and an empirical example is given in which the effect of class size on test scores is estimated nonparametrically.