A Sieve‐SMM Estimator for Dynamic Models
动态模型的筛模拟矩估计量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：摘要提出非线性动态结构模型估计，并明确应用于生产经济中的资产定价。
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
动态模型的筛模拟矩估计量
- 研究问题
- 在似然和矩难以解析计算的非线性动态模型中，如何同时估计结构参数与冲击分布，并减少分布误设对经济量估计的影响？
- 方法与思路
- 作者提出筛模拟矩估计，用高斯与尾部混合筛灵活逼近冲击分布，以样本矩和模拟矩匹配估计参数，并建立相应渐近理论。
- 材料陈述的贡献
- 摘要称，该方法获得一致性、收敛率及渐近正态性结果；生产经济资产定价应用中，相对风险厌恶估计明显下降。
- 阅读关注点
- 应核对冲击分布与参数的联合识别、混合筛构造、动态和潜变量条件，以及风险厌恶变化如何归因于分布误设修正。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断矩的选择、理论条件或风险厌恶下降幅度；应用结果不构成所有动态模型中的普遍改进证据。
原文摘要
This paper proposes a Sieve Simulated Method of Moments (Sieve‐SMM) estimator for the parameters and the distribution of the shocks in nonlinear dynamic models where the likelihood and the moments are not tractable. An important concern with SMM, which matches sample with simulated moments, is that a parametric distribution is required. However, economic quantities that depend on this distribution, such as welfare and asset prices, can be sensitive to misspecification. The Sieve‐SMM estimator addresses this issue by flexibly approximating the distribution of the shocks with a Gaussian and tails mixture sieve. The asymptotic framework provides consistency, rate of convergence, and asymptotic normality results, extending existing results to a new framework with more general dynamics and latent variables. An application to asset pricing in a production economy shows a large decline in the estimates of relative risk aversion, highlighting the empirical relevance of misspecification bias.