Estimation of Markov regime-switching regression models with endogenous switching
具有内生状态转换的马尔可夫状态转换回归模型估计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：摘要直接研究马尔可夫状态转换的动态回归，并以股票收益的波动反馈模型为应用，对应时间序列与波动率。
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…
具有内生状态转换的马尔可夫状态转换回归模型估计
- 研究问题
- 当控制回归状态变化的潜在状态变量具有内生性时，如何建立可估计的马尔可夫转换模型，并检验传统外生转换设定？
- 方法与思路
- 作者构建简约的内生马尔可夫转换模型，通过小幅修改已有递归滤波器实施极大似然估计，并利用嵌套关系检验内生性。
- 材料陈述的贡献
- 摘要称，模型包含外生转换模型作为特例；模拟中估计较准确，并将股票收益的波动反馈模型扩展至内生转换情形。
- 阅读关注点
- 应核对内生转换的具体参数化、似然和滤波递推、内生性检验的条件，以及模拟所考虑的模型误设种类。
- 阅读边界
- 所给出版社摘要未说明识别条件、检验分布或模拟误差大小；对部分误设的准确表现不代表对所有误设均稳健。
原文摘要
Following Hamilton [1989. A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica 57, 357-384], estimation of Markov regime-switching regressions typically relies on the assumption that the latent state variable controlling regime change is exogenous. We relax this assumption and develop a parsimonious model of endogenous Markov regime-switching. Inference via maximum likelihood estimation is possible with relatively minor modifications to existing recursive filters. The model nests the exogenous switching model, yielding straightforward tests for endogeneity. In Monte Carlo experiments, maximum likelihood estimates of the endogenous switching model parameters were quite accurate, even in the presence of certain model misspecifications. As an application, we extend the volatility feedback model of equity returns given in Turner et al. [1989. A Markov model of heteroskedasticity, risk, and learning in the stock market. Journal of Financial Economics 25, 3-22] to allow for endogenous switching.