One Instrument to Rule Them All: The Bias and Coverage of Just-ID IV
一个工具变量统领全局：恰好识别工具变量估计的偏差与覆盖率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：摘要研究微观计量应用中的工具变量估计偏差、弱第一阶段筛选及因果效应区间推断。
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
一个工具变量统领全局：恰好识别工具变量估计的偏差与覆盖率
- 研究问题
- 单变量恰好识别工具变量估计在有限样本中的常规推断有多可靠，依据第一阶段强度或估计符号预筛选又如何改变其偏差和覆盖率？
- 方法与思路
- 作者借助三个既有应用讨论常规推断，并在第一阶段符号给定时分析第一阶段 t 统计量超过阈值的预检验策略。
- 材料陈述的贡献
- 摘要称按第一阶段 F 统计量筛选会加剧偏差并扭曲推断，而仅按估计符号筛选可使中位数偏差约减半且不改变常规区间覆盖。
- 阅读关注点
- 应核对偏差与覆盖结论所依赖的分布设定、第一阶段符号信息来源，以及阈值为零的结果和应用参数之间的关系。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未展开完整条件，不能将符号筛选结论外推至多工具变量设定。
原文摘要
We revisit the finite-sample behavior of single-variable just-identified instrumental variables (just-ID IV) estimators, arguing that in most microeconometric applications, the usual inference strategies are likely reliable. Three widely-cited applications are used to explain why this is so. We then consider pretesting strategies of the form $t_{1}>c$, where $t_{1}$ is the first-stage $t$-statistic, and the first-stage sign is given. Although pervasive in empirical practice, pretesting on the first-stage $F$-statistic exacerbates bias and distorts inference. We show, however, that median bias is both minimized and roughly halved by setting $c=0$, that is by screening on the sign of the \textit{estimated} first stage. This bias reduction is a free lunch: conventional confidence interval coverage is unchanged by screening on the estimated first-stage sign. To the extent that IV analysts sign-screen already, these results strengthen the case for a sanguine view of the finite-sample behavior of just-ID IV.