Caner and Hansen (2004)考慮當門檻模型的解釋變數具內生性時，如何利用工具變數估計門檻點與迴歸係數。然而，若工具變數與內生變數之間的相關性過低，Staiger and Stock (1997)與Stock and Wright (2000)證明工具變數或GMM方法並不能提供正確的統計推論。因此，本計畫將探討包含內生變數的門檻模型中，弱工具變數估計的極限性質與統計推論問題，並嘗試提出頑強的(robust)參數檢定方法。計劃主要分為以下三大部分：首先，我們將分析弱工具變數對門檻模型估計的影響。利用local to zero架構，我們可推導門檻模型參數的弱工具變數漸進性質，並以Monte Carlo模擬探討門檻點與模型參數估計的小樣本表現。本計劃第二部份將探討三種Gaussian similar檢定，包括Anderson-Rubin、LM與CLR等，在內生門檻模型是否仍得到頑強的統計推論。並研究k-class估計式，如LIML、Fuller-k與Jackknife IV等，在門檻模型參數估計上是否能降低偏誤。計劃第三部份將嘗試利用門檻模型與k-class估計式對金融發展與經濟成長間的關係進行實證研究。 研究期間：9608 ~ 9707
