Finite-Sample Properties of Some Alternative GMM Estimators
若干 GMM 估计量的有限样本性质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：摘要明确以资产定价模型为对象，比较不同 GMM 估计量的小样本估计与推断表现，因此归入资产定价方向。
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…
若干 GMM 估计量的有限样本性质
- 研究问题
- 资产定价模型的三类 GMM 估计量在小样本下如何表现，基于 GMM 目标函数恶化程度进行推断时，渐近理论是否可靠？
- 方法与思路
- 作者比较三类 GMM 估计量，其中包括将权重矩阵迭代至收敛及随参数取值更新权重的方式，重点评估基于目标函数恶化的推断。
- 材料陈述的贡献
- 摘要介绍了资产定价模型中三类 GMM 估计量的小样本比较，并重点考察基于准则函数恶化进行推断时的渐近理论表现。
- 阅读关注点
- 阅读时应核对三类估计量的完整定义、权重更新与收敛规则，以及目标函数恶化对应的推断构造和有限样本评价指标。
- 阅读边界
- 摘要未给出三类估计量的完整清单、样本设计或比较结果，不能判断哪种方法更优，也无法确认渐近推断在哪些条件下可靠。
原文摘要
The authors investigate the small sample properties of three alternative generalized method of moments estimators of asset pricing models. The estimators that they consider include ones in which the weighting matrix is iterated to convergence and ones in which the weighting matrix is changed with each choice of the parameters. Particular attention is devoted to assessing the performance of the asymptotic theory for making inferences based directly on the deterioration of GMM criterion functions.