The Estimation of Open Higher-Order Continuous Time Dynamic Models with Mixed Stock and Flow Data
混合存量与流量数据下含外生变量的高阶连续时间动态模型估计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：摘要研究连续时间动态系统及存量、流量时间观测的似然估计。
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
混合存量与流量数据下含外生变量的高阶连续时间动态模型估计
- 研究问题
- 如何在高阶连续时间动态系统中引入外生变量，并使用混合存量与流量观测实现参数的极大似然或准极大似然估计？
- 方法与思路
- 作者扩展封闭连续时间模型的估计方法，纳入外生变量，并推导内生与外生变量均含存量和流量的二阶系统实现公式。
- 材料陈述的贡献
- 摘要称，高斯创新且外生变量为至多二次时间多项式时可得到精确极大似然估计，并提供二阶混合观测系统的公式。
- 阅读关注点
- 应核对连续时间到观测数据的转换、存量与流量的观测方程，以及高阶推广和更一般外生变量下的近似依据。
- 阅读边界
- 解读限于所给 Crossref 摘要。一般条件下估计良好属于作者预期；摘要未说明其误差界、数值表现或全部实施条件。
原文摘要
This article extends recent work on the Gaussian or quasi-maximum likelihood estimation of the parameters of a closed higher-order continuous time dynamic model by introducing exogenous variables into the model The method presented yields exact maximum likelihood estimates when the innovations are Gaussian and the exogenous variables are polynomials in time of degree not exceeding two, and it can be expected to yield very good estimates under more general conditions. It is applicable, in principle, to a system of any order with mixed stock and iow data. The precise formulas for its implementation are derived, in this article, for a second-order system in which both the endog-enous and exogenous variables are a mixture of stock and flow variables.