Iterative and Recursive Estimation in Structural Nonadaptive Models
结构非自适应模型的迭代与递归估计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：摘要以连接观测内生变量、潜在状态和未知参数的结构关系为核心，并明确讨论动态均衡模型估计。
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…
结构非自适应模型的迭代与递归估计
- 研究问题
- 当观测内生变量由潜在状态和未知参数通过已知函数决定时，如何开展迭代或递归估计，并用于潜在回归及含潜在状态的动态均衡模型？
- 方法与思路
- 作者采用非线性状态空间表示与类似 EM 的策略：E 步根据观测和给定参数预测潜在状态，M 步借助这些预测及潜在变量模型估计参数。
- 材料陈述的贡献
- 摘要提出适用于潜在回归与含潜在状态动态均衡模型的迭代、递归估计思路，并通过利率期限结构模型讨论实际实现问题。
- 阅读关注点
- 应核对潜在状态如何预测、E 步与 M 步的具体计算、参数可识别性及收敛条件，并查看利率期限结构例子如何落实这些步骤。
- 阅读边界
- 摘要开头不完整，未说明非自适应的定义、估计量的统计性质或算法收敛保证；期限结构例子中的数据与实证结果也未交代。
原文摘要
appears well suited for econometric models where the structural relationships of interest define the observed endogenous variables as a known function of unobserved state variables and unknown parameters. This nonlinear state-space specification paves the way for iterative or recursive EM-like strategies. In the E steps, the state variables are forecasted given the observations and a value of the parameters. In the M steps, these forecasts are used to deduce estimators of the unknown parameters from the statistical model of latent variables. The proposed iterative/recursive estimation is particularly useful for latent regression models and for dynamic equilibrium models involving latent state variables. Practical implementation issues are discussed through the example of term structure models of interest rates.