Efficient GMM Estimation with Incomplete Data
Efficient GMM Estimation with Incomplete Data
复制标题
不完整数据的高效 GMM 估计
DOI：
--
复制
发表时间：
2020
影响因子：
8
通讯作者：
Chris Muris
中科院分区：
文献类型：
--
作者：
Chris Muris
摘要在标准缺失数据模型中，数据要么是完全的，要么是完全缺失的。然而，应用研究人员面临的情况与任意数量的层的不完整性。例子包括不平衡的面板和工具变量设置，其中一些观测缺少一些工具。我提出了一个模型的设置，观察可能是不完整的，与任意数量的阶层的不完整性。我推导出一组矩条件，概括了Graham（2011）标准缺失数据设置中的矩条件。我推导出相关的效率界，并提出有效的估计。即使在每一层不完全性中识别都失败了，也可以实现识别。
Abstract In the standard missing data model, data are either complete or completely missing. However, applied researchers face situations with an arbitrary number of strata of incompleteness. Examples include unbalanced panels and instrumental variables settings where some observations are missing some instruments. I propose a model for settings where observations may be incomplete, with an arbitrary number of strata of incompleteness. I derive a set of moment conditions that generalizes those in Graham's (2011) standard missing data setup. I derive the associated efficiency bound and propose efficient estimators. Identification can be achieved even if it fails in each stratum of incompleteness.
固定效应模型中缺少因变量。
影响因子：
6.3
作者：
Abrevaya,Jason
通讯作者：
Abrevaya,Jason