Some Discrete Approximations to Continuous Time Stochastic Models
连续时间随机模型的若干离散近似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：摘要明确研究连续时间动态系统的离散观测、时间间隔与计量估计偏差，直接对应时间序列方法。
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
连续时间随机模型的若干离散近似
- 研究问题
- 连续时间随机微分方程系统生成的数据，用离散时间方程近似后进行计量估计，会产生怎样的渐近偏差？
- 方法与思路
- 作者以相邻时点的差分及变量端点均值近似连续时间系统，在系数受先验限制的设定下分析各类估计量的偏差。
- 材料陈述的贡献
- 摘要称在合理假设下得到渐近偏差随采样间隔缩小的阶数结果，但所给阶数记号的上下标不清，需查阅原文。
- 阅读关注点
- 应核对随机扰动与外生变量条件、系数限制、具体估计量及渐近框架，并从原PDF确认偏差阶数的数学记号。
- 阅读边界
- 仅据 Crossref 摘要；公式及偏差阶数可能丢失上下标，不能重构或据此推导。具体假设和不同估计量结果未说明。
原文摘要
Summary The paper considers the asymptotic biases in various econometric estimators when data generated by a stochastic differential equation system of the form d y d t − A y ( t ) = B z ( t ) + a ( t ) are estimated by approximating these equations in the form { y ( t + δ ) − y ( t ) } / δ = 1 2 A { y ( t + δ ) + y ( t ) } + 1 2 B { z ( t + δ ) + z ( t ) } + v ( t ) , where y(t) is a vector of endogenous variables, z(t) is a vector of exogenous variables and A and B are matrices of fixed coefficients, assumed estimated subject to certain a priori restrictions. It is shown that the asymptotic biases are O(δ2) as δ→0, on reasonable assumptions.