Fat tails and spurious estimation of consumption‐based asset pricing models
厚尾与消费型资产定价模型的伪估计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：摘要直接研究消费型资产定价模型的欧拉方程估计和模型检验，厚尾问题服务于这一资产定价研究目标。
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…
关注这篇论文的作者
厚尾与消费型资产定价模型的伪估计
- 研究问题
- 厚尾会如何影响异质主体消费型资产定价模型中欧拉方程的 GMM 估计及检验，按年龄分组构造过度识别模型能否改善误判？
- 方法与思路
- 作者利用可解析求解的不完全市场动态一般均衡模型生成收益和具有幂律特征的消费数据，进行蒙特卡洛实验，并考察按年龄组进行的过度识别估计。
- 材料陈述的贡献
- 摘要称，厚尾下 GMM 目标函数渐近随机，标准估计不一致且易出现第二类错误；按年龄组估计过度识别模型似乎能缓解第一类和第二类检验错误。
- 阅读关注点
- 阅读时应核对厚尾与矩存在条件、目标函数渐近随机的论证，以及错误模型与两类错误的定义；还需检查年龄分组的矩条件和检验设计。
- 阅读边界
- 摘要未说明尾部指数、关键矩条件、样本规模及改进幅度；年龄分组的缓解效果仅以实验迹象表述，不能据此保证一般一致性或检验有效性。
原文摘要
Summary The standard generalized method of moments (GMM) estimation of Euler equations in heterogeneous‐agent consumption‐based asset pricing models is inconsistent under fat tails because the GMM criterion is asymptotically random. To illustrate this, we generate asset returns and consumption data from an incomplete‐market dynamic general equilibrium model that is analytically solvable and exhibits power laws in consumption. Monte Carlo experiments suggest that the standard GMM estimation is inconsistent and susceptible to Type II errors (incorrect nonrejection of false models). Estimating an overidentified model by dividing agents into age cohorts appears to mitigate Type I and II errors.