摘要：针对具有不可忽略缺失数据的模型，提出了一种简单有效的广义矩估计方法。与现有的具有固定数量矩的GMM估计不同，我们允许矩的数量随样本大小而增长，并使用最佳加权。因此，我们的估计器是有效的，达到了文献中导出的半参数有效界。现有的半参数估计量估计了一个有效的分数。然而，这种方法要么是局部有效的，要么是受到维数灾难和带宽选择问题的影响。相比之下，我们的估计器不存在这些问题。此外，该估计器及其一致协方差矩阵很容易使用商用GMM包计算。我们提出了两种数据驱动的方法来选择矩的数量。一个小规模的仿真研究表明，在有限样本下，该估计优于现有的替代估计。

关键词和短语：广义矩量法，不可忽略的无响应，半参数效率。