PRICING KERNEL ESTIMATION: A LOCAL ESTIMATING EQUATION APPROACH
定价核估计：局部估计方程方法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：摘要直接研究定价核和随机贴现因子，并应用于股票收益，文本依据明确对应资产定价方向。
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
定价核估计：局部估计方程方法
- 研究问题
- 如何在随机贴现因子的半参数表达中减少函数形式误设，并利用资产收益的正交条件估计定价核？
- 方法与思路
- 作者结合正交条件和局部线性拟合，提出半参数广义估计方程方法，建立渐近性质并考察市值加权股票收益应用。
- 材料陈述的贡献
- 摘要称提出可避免函数形式误设的一般半参数随机贴现因子框架及估计程序，并探索其在股票收益中的实证用途。
- 阅读关注点
- 应核对随机贴现因子的识别与归一化、正交条件的经济含义，以及局部拟合设定和股票收益应用如何评价模型。
- 阅读边界
- 仅据所给 Crossref 摘要；识别条件、渐近分布细节和实证数值未说明，不能断言该方法消除所有模型误设。
原文摘要
This paper investigates a general semiparametric stochastic discount factor formulation that avoids functional form misspecification. A new semiparametric estimation procedure is proposed which combines orthogonality conditions and local linear fitting to give a semiparametric generalized estimating equation approach. Asymptotic properties of the estimators are established and we explore the empirical usefulness of the proposed approach to value-weighted stock returns.