跳到正文
← 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:摘要讨论通用矩条件与广义经验似然理论,弱依赖表述不足以确定具体宏观、微观或金融应用方向。

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
Richard J. Smith

矩条件模型的广义经验似然准则

研究问题
对于弱依赖数据下的矩条件模型,如何构造一步估计与检验,并在渐近意义上对应有效的两步GMM方法?
方法与思路
作者用含带宽的核权重平滑矩条件,建立广义经验似然准则,并利用隐含概率构造矩估计及统一的假设检验。
材料陈述的贡献
摘要称,所提一步程序与有效两步GMM渐近等价,并提供隐含概率矩估计及过度识别和联合限制的统一检验体系。
阅读关注点
应核对弱依赖条件、核函数与带宽要求,以及渐近等价的具体含义和隐含概率估计平稳分布时的适用条件。
阅读边界
仅据所给Crossref摘要,不能据渐近等价判断有限样本优越性;完整正则条件、计算稳定性和实证表现未说明。

原文摘要

GEL methods that generalize and extend previous contributions are defined and analyzed for moment condition models specified in terms of weakly dependent data. These procedures offer alternative one-step estimators and tests that are asymptotically equivalent to their efficient two-step GMM counterparts. The basis for GEL estimation is via a smoothed version of the moment indicators using kernel function weights that incorporate a bandwidth parameter. Examples for the choice of bandwidth parameter and kernel function are provided. Efficient moment estimators based on implied probabilities derived from the GEL method are proposed, a special case of which is estimation of the stationary distribution of the data. The paper also presents a unified set of test statistics for overidentifying moment restrictions and combinations of parametric and moment restriction hypotheses.

笔记与分组