Further Evidence on the Relative Efficiencies of Zellner's Seemingly Unrelated Regressions Estimator
泽尔纳似不相关回归估计量相对效率的进一步证据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：摘要研究通用似不相关回归的效率，未明确对应宏观面板、结构估计或金融应用。
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
泽尔纳似不相关回归估计量相对效率的进一步证据
- 研究问题
- 在两个似不相关方程组成的系统中，泽尔纳估计量相对逐方程最小二乘的效率，如何随同期误差相关性和样本规模变化？
- 方法与思路
- 作者在不对两个方程解释变量观测矩阵额外施加限制的情况下，推导泽尔纳估计量的精确二阶矩并分析效率比较。
- 材料陈述的贡献
- 摘要称其并非一致更有效；误差同期相关较高时有明确收益，相关较低且样本量超过不同解释变量数量十二以上时损失较小。
- 阅读关注点
- 应核对精确二阶矩依赖的其他模型条件、不同解释变量的计数方式，以及明确效率收益和较小损失的数学定义与范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。高相关和较小损失未被量化；关于观测矩阵的陈述不能理解为无需其他模型假设。
原文摘要
This paper considers a system of two seemingly unrelated equations. Without imposing any additional restrictions on the matrices of observations on the independent variables in the two equations, we derive the exact second moments of Zellner's estimator [9]. Though not uniformly more efficient than the corresponding single-equation least-squares estimator, a definite efficiency gain results using Zellner's estimator in the presence of high contemporaneous correlation coefficient (ρ) between the disturbances in the two equations, and little loss results when the true ρ is small and the excess of the sample size over the number of distinct regressors in this system is greater than 12.