一种基于ICM的χ2检验：用于模型设定与均值独立性检验的一致、高效新方法

《Econometric Theory》：A CONSISTENT ICM-BASED $\chi^2$ SPECIFICATION TEST

集成条件矩（ICM）检验因其“万能”性质而备受关注，但在实际应用中却因检验统计量的非枢轴性和传统自助法的高计算成本而受到限制。本研究提出一种基于ICM度量的新型χ2检验，用于统一的均值独立性与模型设定检验。该方法在零假设下具有渐近χ2分布，计算高效，对未知形式的异方差具有稳健性，并能通过用户指定的协变量变换来增强对特定备择假设的检验功效。蒙特卡洛模拟表明，该检验在尺寸控制和功效方面均表现出色，为实证研究提供了一种兼具一致性、计算可行性与解释便利性的检验工具。

　　

在实证研究中，模型设定错误是导致统计推断产生误导的主要根源之一。当存在多个竞争模型时，问题会更加复杂。因此，基于模型的统计推断必须辅以适当的模型检查，例如设定检验。现有的设定检验文献中的方法大致可分为三类：条件矩（CM）检验、非参数检验和集成条件矩（ICM）检验。CM检验类（如Newey和Tauchen提出的方法）依赖于零假设所蕴含的有限个矩条件，因此不具有一致性。非参数检验类（如Wooldridge、Yatchew、Zheng等人的工作）通过局部平滑等技术非参数地估计条件矩，然后将其与零假设下的参数对应物进行比较，作为补救方案。然而，非参数检验可能面临非参数平滑和因对非参数备择假设过拟合而导致的性能欠佳等挑战。相比之下，ICM检验类（如Bierens、Stute、Escanciano等人的工作）因其能避免这些问题并以更快的速率检测局部备择而受到欢迎。ICM度量也出现在其他背景中，如鞅差假设检验、模型无关的特征筛选等。

尽管有这些优点，ICM检验在实证研究中并未被广泛使用。首先，ICM检验统计量在零假设下不是枢轴量，因此无法解析地列出临界值。其次，基于野生自助法实施的ICM检验往往计算成本高昂，因为它们需要在重抽样数据上进行估计以计算p值。此外，基于野生自助法的ICM检验 arguably不适合结果变量受限的模型（如logit），因为结果变量的自助法复制可能无法遵守结果变量的有限支撑。虽然较新的乘数自助法（MB）方法（如Escanciano, Li和Song的工作）通过避免模型重新估计，相对于野生自助法提供了显著的计算优势，但由于重抽样和消除估计 nuisance 参数的影响，它仍然带来不可忽略的计算复杂性。第三，尽管ICM检验是“万能的”，但它们仅对有限维空间中的备择假设具有显著的局部功效。此外，如何利用关于备择假设下潜在方向的先验知识来增强现有ICM检验的功效并不明显。

本文提出了一个用于统一的均值独立性和设定检验框架的一致χ²检验。其核心思想是，像在CM检验中一样，用用户指定的协变量（条件变量）的非退化变换来增广ICM度量，这消除了经典ICM检验中固有的“一阶退化性”，并产生了一个枢轴检验统计量。该方法在线性和非线性模型中都能容纳内生回归变量、工具变量（IV）和未知形式的异方差性。作为基于ICM的检验，它是“万能”的，能够检测广泛的模型设定错误，包括对IV外生性的违背。与MB方法类似，我们的方法适用于可能具有非可加可分误差或非连续结果变量的模型。

与现有ICM检验相比，我们的检验有三个优势。第一，它可以作为χ²检验或双尾t检验来实施，与基于自助法的检验相比更容易解释。第二，所提出的检验不需要通过自助法校准临界值；因此，它计算速度快，即使在大样本中也是可行的。第三，虽然我们提出的检验不是最优的，但其功效可以随着对备择假设下方向的知识，或者更一般地，研究者可能想到的方向而增强，而ICM检验缺乏这一特性。因此，我们将我们的检验视为CM检验和ICM检验之间的桥梁。我们也承认，我们检验的实施涉及一个调节参数，该参数用于构成Wald型检验统计量的广义逆的计算。

主要技术方法

本研究在统一的均值独立性与模型设定检验框架下，构建了一种新的基于集成条件矩（ICM）度量的检验方法。核心是设计一个两维的辅助随机向量V_h= [h(Z), U - h(Z)]^?，其中h(Z)是用户指定的Z的非退化可测函数。通过此构造，定义了新的度量δ_h，它既具有“万能”性（即δ_h= 0当且仅当E[U|Z] = E[U] a.s.），又避免了一阶退化问题，从而使得其样本估计量的标准化形式在零假设下收敛于标准的χ²分布。理论推导涵盖了在原假设、局部备择假设和固定备择假设下的极限分布。蒙特卡洛模拟被用于评估所提出χ²检验在经验尺寸控制和功效方面相对于乘数自助法和野生自助法ICM检验的性能。

研究结果

2.1 ICM度量

本节回顾了ICM度量的定义、常见核函数（如复指数核、高斯核、距离协方差核等）及其“万能”性质：ICM(U|Z)=0当且仅当E[U|Z]=E[U] a.s.。其经验估计量是一个修正的U-统计量。然而，在零假设下，其渐近分布是非枢轴的，形式为无穷个加权独立卡方变量的和，这导致了传统ICM检验需要依赖计算量大的自助法进行推断。

2.2 均值独立性的新刻画

为克服传统ICM度量的一阶退化性问题，本研究提出了一个创新的构造。通过引入一个辅助随机向量V_h，并定义新的度量δ_h= E[K(Z, Z^?) (U^?- E[U]) (V_h- E[V_h])]。该度量的两个分量分别结合了CM检验的思想（通过h(Z)引入方向性）和ICM检验的思想（通过U - h(Z)保留“万能”性）。Lemma 2.1严格证明了，只要h(Z)是非退化的可测函数，δ_h就同时具备“万能”性和一阶非退化性。这意味着基于δ_h构建的检验既是相合的，又能在零假设下获得枢轴的极限分布。

2.3 扩展到检验E[U|Z]的零值性

本节将框架扩展到检验E[U|Z] = 0 a.s.这一联合假设（同时包含条件均值独立和无条件均值为零）。通过进一步增广度量，可以构建一个三元素的向量，其零值等价于该联合假设成立，从而可以基于其设计χ²检验。

3.1 检验统计量及其渐近分布

基于δ_h的经验估计量δ?_n及其协方差矩阵的估计Ω?_n，构建了Wald型检验统计量T_n= n δ?_n^?Ω?_n^?δ?_n，其中?表示广义逆。Theorem 3.1证明，在一定的正则条件下，当原假设（均值独立性）成立时，T_n依分布收敛于自由度为rank(Ω)的χ²分布。Theorem 3.2和3.3则分别给出了统计量在局部备择假设和固定备择假设下的极限行为，证明了检验的相合性和对局部备择的检测能力。

3.2 应用于线性及非线性模型的设定检验

本节展示了如何将上述一般性框架具体应用于经济学和计量经济学中常见的设定检验问题。令U = Y - g(X; θ)为模型误差，其中g(·;·)是参数化的回归函数。检验E[U|Z] = 0 a.s. 即检验模型设定是否正确。通过用估计参数θ?代替真实参数θ，并考虑由此产生的估计效应，可以构造一个调整后的检验统计量。Theorem 3.4表明，在适当条件下，即使使用了估计参数，最终的检验统计量在零假设下仍然具有渐近χ²分布。该框架适用于带有内生变量和工具变量（IV）的模型，并具有对未知形式异方差性的稳健性。

4. 蒙特卡洛模拟

通过模拟研究评估了所提出χ²检验（使用h(Z)=1和h(Z)=exp(Z)）的性能，并与现有的乘数自助法（MB）和野生自助法（WB）ICM检验进行了比较。模拟设计了多种数据生成过程（DGP），包括线性模型、非线性模型、存在异方差等情况。结果表明：

1. 1.
   经验尺寸：在所有设定下，提出的χ²检验都能很好地控制第一类错误，其经验拒绝率非常接近名义显著性水平（如5%）。
2. 2.
   经验功效：在大多数设定下，χ²检验的功效与MB和WB检验相当，甚至在某些设定下更优。特别是当使用exp(Z)作为h(·)时，检验针对特定方向的备择假设展现出增强的功效。
3. 3.
   计算效率：χ²检验的计算速度显著快于MB和WB检验，尤其是在大样本下，优势更为明显，因为它完全避免了重抽样步骤。

结论与意义

本研究提出了一种全新的、基于ICM度量的χ²检验，用于均值独立性和模型设定检验。该方法巧妙地通过引入一个用户定义的辅助函数h(Z)，构建了一个兼具“万能”性和一阶非退化性的新度量，从而解决了传统ICM检验统计量分布非枢轴、依赖计算昂贵自助法的核心痛点。理论分析严格证明了该检验在零假设下的标准χ²极限分布、对备择假设的相合性以及对局部备择的检测能力。模拟实验证实了该检验在有限样本下优秀的尺寸控制、具有竞争力的功效以及卓越的计算效率。

这项研究的重要意义在于：它首次在ICM检验框架内实现了无需重抽样的标准渐近推断（χ²或t检验），极大地降低了计算负担，使得ICM这类“万能”检验能够方便地应用于大样本甚至高维设定下的实证问题。同时，它通过辅助函数h(·)提供了融入先验知识以定向增强检验功效的灵活性，这在传统的“黑箱”式ICM检验中是无法实现的。因此，该工作不仅在计量经济学理论上有创新，也为应用研究者提供了一个强大、快速、易于解释的模型设定诊断工具，有望推动ICM检验在更广泛领域的实际应用。论文提出的框架具有高度的通用性，可扩展到面板数据、时间序列等多种计量模型，为后续研究开辟了新的方向。