Identification Robust Inference for the Risk Premium in Term Structure Models
期限结构模型风险溢价的识别稳健推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论期限结构模型中的风险溢价、风险价格与多个动态因子的弱识别。
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
期限结构模型风险溢价的识别稳健推断
- 研究问题
- 在动态仿射期限结构模型中，当因子载荷较弱或存在秩不足时，如何对多个动态因子及随时间变化的风险价格进行可靠检验？
- 方法与思路
- 作者基于既有矩条件设定，将子集因子 Anderson–Rubin 检验扩展至多个动态因子和时变风险价格，构造识别稳健统计量。
- 材料陈述的贡献
- 摘要称该检验比投影方法更便于处理较多参数，并指出传统三阶段推断可能受载荷秩不足及较大抽样误差影响。
- 阅读关注点
- 应核对弱识别的具体刻画、子集检验处理其余参数的方式、计算负担，以及实证中弱因子驱动风险价格变化的证据。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未提供完整检验条件、临界值构造或实证数值，刊本变化未知。
原文摘要
We propose identification robust statistics for testing hypotheses on the risk premia in dynamic affine term structure models. We do so using the moment equation specification proposed for these models in Adrian et al. (2013). We extend the subset (factor) Anderson-Rubin test from Guggenberger et al. (2012) to models with multiple dynamic factors and time-varying risk prices. Unlike projection-based tests, it provides a computationally tractable manner to conduct identification robust tests on a larger number of parameters. We analyze the potential identification issues arising in empirical studies. Statistical inference based on the three-stage estimator from Adrian et al. (2013) requires knowledge of the factors' quality and is misleading without full-rank beta's or with sampling errors of comparable size as the loadings. Empirical applications show that some factors, though potentially weak, may drive the time variation of risk prices, and weak identification issues are more prominent in multi-factor models.