Asymptotic properties of the maximum likelihood estimator in regime-switching models with time-varying transition probabilities
时变转移概率状态转换模型中最大似然估计量的渐近性质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：摘要研究状态转换自回归与时变状态转移概率，并应用于美国工业生产。
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
时变转移概率状态转换模型中最大似然估计量的渐近性质
- 研究问题
- 状态转移概率包含观测信息、且当前结果分布依赖滞后状态时，最大似然估计具有何种渐近性质，误设下又如何？
- 方法与思路
- 作者为一般时变转移概率状态转换模型建立渐近理论，在状态转换自回归模型中验证假设，并模拟比较两种方差估计。
- 材料陈述的贡献
- 摘要称建立一致性与渐近正态性，并证明误设下一致性；模拟倾向支持得分外积方差估计，另比较三个指标对美国产出的描述。
- 阅读关注点
- 应核对时变转移概率和滞后状态的限制、误设下一致性所指向的对象，以及 Hessian 与得分外积比较的设定和指标。
- 阅读边界
- 摘要未列出正则条件或误设下的极限目标，不能将误设一致性理解为恢复真实参数；模拟偏好也不代表普遍优越。
原文摘要
Summary Time-varying transition probability (TVTP) regime-switching models extend the constant regime transition probability in Markov-switching models to include information from observations. We show consistency and asymptotic normality of the maximum likelihood estimator (MLE) in general TVTP regime-switching models where the conditional distribution of $Y_t$ depends on lagged regimes. Consistency of the MLE is also shown under misspecification. The assumptions are verified in regime-switching autoregressive models with widely applied TVTP specifications. A simulation study examines the finite-sample distributions of the MLE and compares the asymptotic variance estimates constructed from the Hessian matrix and the outer product of the score. The simulation results favour the latter. As an empirical example, we compare three leading economic indicators in terms of describing U.S. industrial production.