A method for calculating bounds on the asymptotic covariance matrices of generalized method of moments estimators
广义矩估计量渐近协方差矩阵下界的计算方法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：摘要明确以平稳遍历随机过程下的时间序列估计问题为对象，直接支持时间序列分类，但未指定宏观应用。
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
广义矩估计量渐近协方差矩阵下界的计算方法
- 研究问题
- 在存在无限维一致且渐近正态的GMM估计量集合时，如何计算其渐近协方差矩阵的最大下界，作为效率比较基准？
- 方法与思路
- 作者针对平稳遍历随机过程生成的时间序列，结合鞅差近似与矩阵形式的Hilbert空间方法计算协方差下界。
- 材料陈述的贡献
- 摘要称论文提出计算该类GMM估计量渐近协方差最大下界的程序；下界是否可由具体估计量达到，摘要未说明。
- 阅读关注点
- 应核对允许使用的矩条件集合、矩阵下界的定义、鞅差近似所需条件，以及下界可达性和实际计算步骤。
- 阅读边界
- 仅据作者主页所列1985年刊文摘要；平稳遍历以外的技术条件、下界表达及可达性未提供，不能推断后续版本或具体应用结果。
原文摘要
For many time series estimation problems, there is an infinite-dimensional class of generalized method of moments estimators that are consistent and asymptotically normal. This paper suggests a procedure for calculating the greatest lower bound for the asymptotic covariance matrices of such estimators. The analysis focuses on estimation problems in which the data are generated by a stochastic process that is stationary and ergodic. The calculation of the bound uses martingale difference approximations as suggested by Gordon (1969) and a matrix version of Hilbert space methods.