论文部分内容阅读
存在很多个工具变量或工具变量为弱工具变量时，IV估计的大样本性质是近年来IV估计研究的新方向。本文提出了一种新的研究思路，从参数空间的角度重新剖析了IV估计在大样本下的各种收敛情况。借鉴Rothenberg（1984）的研究方法，我们将IV估计的结果表示为参数艿（工具变量个数的阶数）和A（工具变量解释强度的阶数）的函数；根据IV估计量收敛情况的不同，我们对参数δ和λ的可行性区域进行对应的划分，将IV估计的研究划分为6种情形，涵盖了传统理论、Bekker（1994）、Staiger和Stock（1997）以及Chao和Swansnn（2003b）的研究结论。