用于非参数分位数工具变量回归加权平均导数的惩罚筛广义经验似然
统计理论
2019-02-27 v1 计量经济学
统计理论
摘要
本文考虑非参数分位数工具变量回归（NPQIV）的加权平均导数（WAD）的估计与推断。NPQIV是一个不可分且非线性的病态反问题，这可能正是尚无已发表工作讨论其WAD估计量的渐近性质的原因。我们首先刻画了NPQIV的WAD的半参数效率界，遗憾的是，该效率界依赖于未知的条件导数算子，从而依赖于未知的病态程度，使得难以判断信息界是否为奇异的。无论何种情况，我们提出一种惩罚筛广义经验似然（GEL）估计与推断过程，其基于无条件WAD矩限制以及由条件NPQIV限制所隐含的递增数量的无条件矩，其中未知的分位数函数由惩罚筛逼近。在若干正则条件下，我们证明NPQIV的WAD的自归一化惩罚筛GEL估计量是渐近标准正态的。我们还证明基于惩罚筛GEL准则的拟似然比统计量渐近服从卡方分布，无论信息界是否奇异。
引用
@article{arxiv.1902.10100,
title = {Penalized Sieve GEL for Weighted Average Derivatives of Nonparametric Quantile IV Regressions},
author = {Xiaohong Chen and Demian Pouzo and James L. Powell},
journal= {arXiv preprint arXiv:1902.10100},
year = {2019}
}