Estimating Euler equations with noisy data: two exact GMM estimators
含噪声数据下的欧拉方程估计：两种精确 GMM 估计量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要利用欧拉方程估计风险厌恶和贴现参数，并强调短面板及 PSID 应用，直接对应结构估计与微观面板。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
含噪声数据下的欧拉方程估计：两种精确 GMM 估计量
- 研究问题
- 欧拉方程数据存在测量误差时，如何在估计中显式处理误差，并比较保留或放弃其分布假设对估计精度的影响？
- 方法与思路
- 作者利用欧拉方程的特殊结构构造两种 GMM 估计量：一种假设测量误差为对数正态，另一种取消该分布假设但精度较低。
- 材料陈述的贡献
- 摘要称两种方法在模拟中优于基于精确方程或对数线性近似的常规替代方法，短面板尤为明显；PSID 应用得到合理且精确的参数。
- 阅读关注点
- 应核对测量误差与真实变量的关系、两组矩条件和识别限制，以及模拟比较设计、短面板表现与 PSID 参数估计的不确定性。
- 阅读边界
- 所给 Crossref 摘要未提供矩条件、参数数值或测量误差的其他限制；取消分布假设不等于允许任意误差结构。
原文摘要
Abstract In this paper we exploit the specific structure of the Euler equation and develop two alternative GMM estimators that deal explicitly with measurement error. The first estimator assumes that the measurement error is log‐normally distributed. The second estimator drops the distributional assumption at the cost of less precision. Our Monte Carlo results suggest that both proposed estimators perform much better than conventional alternatives based on the exact Euler equation or its log‐linear approximation, especially with short panels. An empirical application to the PSID yields plausible and precise estimates of the coefficient of relative risk aversion and the discount rate. Copyright © 2008 John Wiley & Sons, Ltd.