Asymptotic properties of the maximum likelihood estimator in regime switching econometric models
区制转换计量模型中极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：摘要研究动态马尔可夫区制转换模型，并明确包括转换ARCH模型，分别对应时间序列与波动率方法。
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
区制转换计量模型中极大似然估计量的渐近性质
- 研究问题
- 对于转移概率矩阵含零元素，或区制密度同时依赖当前与滞后区制的马尔可夫转换模型，MLE能否支持有效渐近推断？
- 方法与思路
- 作者对这些区制转换模型研究极大似然估计的渐近分布，覆盖摘要列举的Hamilton型模型和区制转换ARCH模型。
- 材料陈述的贡献
- 摘要称证明相关模型MLE的渐近正态性，以及渐近协方差矩阵估计的一致性，补充若干常用模型缺失的理论结果。
- 阅读关注点
- 应核对允许零转移概率的具体结构、模型识别与正则条件、滞后区制依赖的处理，以及协方差估计的构造。
- 阅读边界
- 仅据所给出版社摘要，无法判断结果覆盖哪些边界参数和区制结构；摘要未说明完整假设，不能视为所有转换模型均适用。
原文摘要
Markov regime switching models have been widely used in numerous empirical applications in economics and finance. However, the asymptotic distribution of the maximum likelihood estimator (MLE) has not been proven for some empirically popular Markov regime switching models. In particular, the asymptotic distribution of the MLE has been unknown for models in which some elements of the transition probability matrix have the value of zero, as is commonly assumed in empirical applications with models with more than two regimes. This also includes models in which the regime-specific density depends on both the current and the lagged regimes such as the seminal model of Hamilton (1989) and switching ARCH model of Hamilton and Susmel (1994). This paper shows the asymptotic normality of the MLE and consistency of the asymptotic covariance matrix estimate of these models.