.png){kind=icon}
返回
Measuring Measurement Error
.png){kind=icon}
PRE
AI
DOI：10.1093/rof/rfag049.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们从391篇发表在顶尖经济与金融期刊的论文中收集了2,848个工具变量（IV）回归结果，并发现估计的IV系数通常远大于其普通最小二乘法（OLS）对应值，即使理论上它们本应更小。我们推导了能够区分测量误差偏误、遗漏变量偏误和 simultaneity 偏误的元回归估计量；将这些估计量应用于139篇论文中的1,040个可比回归结果，我们发现测量误差使报告的系数缩小了两到四倍。即使在考虑弱工具变量、发表偏倚、工具变量无效以及异质性处理效应后，测量误差仍保持重要的定量影响。我们的结果表明，测量误差是经济学和金融学中一种严重、普遍且未被充分认识的偏误来源。
期刊
IF:
8.4
论文数:
925
被引数:
4.8K
机构
引用论文
暂无论文信息