Nonparametric Stochastic Discount Factor Decomposition
随机折现因子的非参数分解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：摘要直接研究随机折现因子的永久与暂时分解，以及长期投资期限的收益率和测度变换，支持归入资产定价方向。
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…
关注这篇论文的作者
随机折现因子的非参数分解
- 研究问题
- 动态经济中的随机折现因子如何分解为永久与暂时成分，并据此刻画长期投资期限的定价及递归偏好下的延续价值？
- 方法与思路
- 作者非参数估计 Perron–Frobenius 特征函数问题的解，并将递归偏好的价值函数递推改写为非线性特征函数问题。
- 材料陈述的贡献
- 摘要称可恢复两类成分、估计长期收益率与测度变换，并证明特征函数估计的一致性与速率，以及特征值和相关泛函估计的渐近正态性。
- 阅读关注点
- 阅读全文应核对特征函数的识别与归一化、非参数估计条件、各类渐近结论的适用对象，以及消费和收入增长动态的设定。
- 阅读边界
- 摘要未说明具体样本、调参方式、收敛速率表达式及应用数值结果；不能仅凭这些理论陈述判断有限样本表现或实证稳健性。
原文摘要
Stochastic discount factor (SDF) processes in dynamic economies admit a permanent-transitory decomposition in which the permanent component characterizes pricing over long investment horizons. This paper introduces an empirical framework to analyze the permanent-transitory decomposition of SDF processes. Specifically, we show how to estimate nonparametrically the solution to the Perron-Frobenius eigenfunction problem of Hansen and Scheinkman (2009). Our empirical framework allows researchers to (i) recover the time series of the estimated permanent and transitory components and (ii) estimate the yield and the change of measure which characterize pricing over long investment horizons. We also introduce nonparametric estimators of the continuation value function in a class of models with recursive preferences by reinterpreting the value function recursion as a nonlinear Perron-Frobenius problem. We establish consistency and convergence rates of the eigenfunction estimators and asymptotic normality of the eigenvalue estimator and estimators of related functionals. As an application, we study an economy where the representative agent is endowed with recursive preferences, allowing for general (nonlinear) consumption and earnings growth dynamics.