无排除限制的样本选择模型的局部稳健半参数估计
计量经济学
2024-12-03 v1
摘要
现有的半参数样本选择模型的识别与估计方法高度依赖排除限制。然而，在实践中 finding a credible 的被排除变量（与选择相关但与结果无关）极具挑战性。本文在没有排除限制的情况下建立了半参数样本选择模型的新识别结果。关键识别假设为选择方程非线性且结果方程线性。功能形式的差异发挥排除变量的作用，提供识别能力。根据识别结果，我们提出通过部分线性回归（采用非参数生成的解释变量）来估计该模型。为适配现代机器学习方法生成解释变量，我们构造正交化矩，并通过求解交叉拟合正交化矩条件开发局部稳健估计器。我们在温和正则条件下证明了该估计器的根-n一致性和渐近正态性。Monte Carlo 模拟显示该估计器在有限样本中的优异性能， wage 回归案例说明其在无排除限制条件下的实用性。
引用
@article{arxiv.2412.01208,
title = {Locally robust semiparametric estimation of sample selection models without exclusion restrictions},
author = {Zhewen Pan and Yifan Zhang},
journal= {arXiv preprint arXiv:2412.01208},
year = {2024}
}