具有大量控制变量与工具的线性模型中的选择后及正则化后推断
应用统计
2017-10-03 v1 计量经济学
摘要
在本短文中，我们基于估计稀疏高维模型的方法，提出了一种在存在大量工具变量与控制变量时估计因果/结构参数的方法。我们利用这些高维方法同时选择使用哪些工具变量和哪些控制变量。我们所采用的方法扩展了 BCCH2012（该文涵盖具有少量控制变量的 IV 模型中的工具选择）和 BCH2014（该文涵盖在给定可观测变量条件下关注变量为外生的模型中的控制变量选择），以同时适应大量控制变量和大量工具变量。我们通过一个模拟和一个实证例子来说明该方法。技术支持材料见在线补充附录。
引用
@article{arxiv.1501.03185,
title = {Post-Selection and Post-Regularization Inference in Linear Models with Many Controls and Instruments},
author = {Victor Chernozhukov and Christian Hansen and Martin Spindler},
journal= {arXiv preprint arXiv:1501.03185},
year = {2017}
}
备注
American Economic Review 2015, Papers and Proceedings