论文部分内容阅读
测度误差普遍存在于现实数据中。本文提出了无需额外信息的线性测度误差模型的两步估计法,该方法可以得到一致和渐进正态的估计量。在基本估计量的基础上,本文对两步估计法进行了拓展,得到了更有效和更稳健的估计量,并且将这一估计方法推广到了时间序列数据和面板数据模型中。本文进一步对比两步估计法和工具变量法,发现前者在一定条件下严格优于后者。蒙特卡洛模拟验证了这些估计量在有限样本中的良好性质,并且说明了两步估计法相对于工具变量法的优势。