英文文献：外生性检验、弱识别、不完全模型和非高斯分布:不变性和有限样本分布理论
英文文献作者：Firmin Doko Tchatoka,Jean-Marie Dufour
英文文献摘要：
我们从有限样本的观点，在null和alternative假设下，研究了Durbin-Wu-Hausman (DWH)检验外生性的分布。我们考虑可能具有非高斯误差的线性结构模型，其中结构参数可能无法识别，简化形式可能不完全指定(或非参数)。在水平控制上，我们刻画了所有检验统计量的零分布。通过条件和不变性论证，我们证明了这些分布不包含有害参数。特别是，这适用于一些还没有有限样本分布理论可用的检验统计量，如Hausman(1978)提出的标准统计量。测试统计量的分布可能是非标准的，因此需要对通常的渐近临界值进行修正，但特征充分明确，可以产生外生性假设的有限样本(蒙特卡罗)测试。所获得的程序对弱识别、缺少仪器或指定错误的简化形式具有鲁棒性，并且可以很容易地适应参数非高斯误差分布。我们给出了外生性检验统计的一般不变量结果(块三角不变量)。这一属性产生了方便的外生性规范形式和权力所依赖的参数的简约化。在不识别结构参数的极端情况下，备择假设和零假设下的分布相同，所有外生性统计的幂函数都是平坦的。然而，一旦识别没有完全失败，这种现象通常就会消失。我们提出了模拟证据，以证实有限样本理论。本文以贸易与经济增长之间的关系，以及教育回报收益这两个被广泛研究的问题为例，对理论结果进行了说明。