Convergence Properties of the Likelihood of Computed Dynamic Models
数值求解动态模型的似然收敛性质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：摘要研究数值求解动态模型的一般似然近似理论，未明确微观结构估计、宏观时间序列或金融应用，细分依据不足。
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…
数值求解动态模型的似然收敛性质
- 研究问题
- 动态模型的政策函数只能数值近似时，近似误差如何影响似然、贝叶斯与经典估计，以及研究者应如何诊断由此产生的推断问题？
- 方法与思路
- 作者研究近似政策函数收敛与近似似然收敛之间的条件，分析政策函数误差对似然的影响，并讨论估计收敛和似然比诊断。
- 材料陈述的贡献
- 摘要称，政策函数的二阶近似误差可对似然产生一阶影响；作者给出近似似然收敛的条件，并提出以似然比检验诊断近似带来的问题。
- 阅读关注点
- 重点核对政策函数与似然收敛所采用的误差度量、二阶误差产生一阶影响的机制，以及估计收敛条件和似然比诊断的可实施性。
- 阅读边界
- 摘要未说明动态模型类别、数值近似方式和收敛条件，也未给出诊断检验的操作细节；不能据此推断某类近似方法普遍可靠。
原文摘要
This paper studies the econometrics of computed dynamic models. Since these models generally lack a closed-form solution, their policy functions are approximated by numerical methods. Hence, the researcher can only evaluate an approximated likelihood associated with the approximated policy function rather than the exact likelihood implied by the exact policy function. What are the consequences for inference of the use of approximated likelihoods? First, we find conditions under which, as the approximated policy function converges to the exact policy, the approximated likelihood also converges to the exact likelihood. Second, we show that second order approximation errors in the policy function, which almost always are ignored by researchers, have first order effects on the likelihood function. Third, we discuss convergence of Bayesian and classical estimates. Finally, we propose to use a likelihood ratio test as a diagnostic device for problems derived from the use of approximated likelihoods.