Statistical Properties of Generalized Method-of-Moments Estimators of Structural Parameters Obtained From Financial Market Data
利用金融市场数据估计结构参数的广义矩估计量的统计性质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：摘要以随机交换经济的资产价格与收益生成数据，并估计效用函数结构参数，直接涉及资产定价与结构估计。
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
利用金融市场数据估计结构参数的广义矩估计量的统计性质
- 研究问题
- 用金融市场收益估计效用函数参数时，GMM 的偏差、方差与区间表现如何受到工具变量滞后长度影响，过度识别检验表现如何？
- 方法与思路
- 作者从随机交换经济生成资产收益数据，再实施 GMM；资产价格积分方程的解通过离散方法与马尔可夫链模型近似。
- 材料陈述的贡献
- 摘要称滞后长度存在偏差与方差权衡：短滞后估计近乎渐近最优，长滞后可能使估计及区间误导；过度识别检验略偏向接受原假设。
- 阅读关注点
- 核对模拟经济、样本规模和工具变量构造，厘清“近乎渐近最优”的比较基准，并检查偏差、区间表现与检验拒绝率。
- 阅读边界
- 摘要未给出模拟设置、数值结果及适用条件；所述表现来自生成数据实验，不能直接推广到所有金融市场或 GMM 应用。
原文摘要
The article examines the properties of generalized method of moments GMM estimators of utility function parameters. The research strategy is to apply the GMM procedure to generated data on asset returns from stochastic exchange economies; discrete methods and Markov chain models are used to approximate the solutions to the integral equations for the asset prices. The findings are as follows: (a) There is variance/bias trade-off regarding the number of lags used to form instruments; with short lags, the estimates of utility function parameters are nearly asymptotically optimal, but with longer lags the estimates concentrate around biased values and confidence intervals become misleading, (b) The test of the overidentifying restrictions performs well in small samples; if anything, the test is biased toward acceptance of the null hypothesis.