论文摘要
研究目标:在许多工具变量尤其是弱工具变量的情况下,为了减少传统2SLS的有限样本偏差,本文基于主成分思想提出新的PC-2SLS参数估计方法,并探讨其适用性。研究方法:从理论上分析新方法满足一致性和渐近有效性的条件,并通过一系列的蒙特卡罗模拟揭示其有限样本性质。研究发现:新方法明显降低参数估计的偏差,但同时具有比传统2SLS法更大的方差;在许多弱工具变量情况下新方法表现稳健,且比Bai和Ng （2010）的因子分析法具有明显优势;能有效减少附带参数问题所带来的影响,更能获得拟合值X的一致估计。研究创新:将主成分思想应用于工具变量集,减少了工具变量的维数,能降低参数估计的偏差。研究价值:通过主成分分析法构建了一个比传统2SLS估计具有明显优势的参数估计方法。
论文目录
文章来源
类型: 期刊论文
作者: 刘汉中
关键词: 工具变量,主成分,偏差和均方误差
来源: 数量经济技术经济研究 2019年06期
年度: 2019
分类: 经济与管理科学,基础科学
专业: 数学,宏观经济管理与可持续发展
单位: 广州大学经济与统计学院
基金: (国家社科基金重点项目“内生性资源错配的形成机理及其对全要素生产率的影响研究”(18AJL004)的资助
分类号: F224.0
DOI: 10.13653/j.cnki.jqte.2019.06.008
页码: 135-151
总页数: 17
文件大小: 1402K
下载量: 790