NONNESTED TESTING IN MODELS ESTIMATED VIA GENERALIZED METHOD OF MOMENTS
广义矩估计模型中的非嵌套检验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：摘要研究一般 GMM 动态模型比较，未提供足以归入具体宏观、微观或金融细分领域的模型信息。
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
广义矩估计模型中的非嵌套检验
- 研究问题
- 用 GMM 目标函数比较两个竞争动态模型时，检验的零假设分布怎样随正确设定、误设和局部误设而变化？
- 方法与思路
- 作者分析 Rivers–Vuong 统计量的极限分布，区分两模型均误设与均正确设定或局部误设，并考察权重矩阵影响。
- 材料陈述的贡献
- 摘要称，均误设时等拟合零假设下统计量渐近标准正态，但排序可能依赖权重；另两种设定下极限分布非标准。
- 阅读关注点
- 应核对等拟合零假设的定义、权重矩阵如何影响比较对象，以及非标准极限分布下应采用何种临界值构造。
- 阅读边界
- 解读限于所给 Crossref 摘要。摘要未说明一个模型正确、另一个误设的情形，也未给出非标准分布形式或实施方法。
原文摘要
We analyze the limiting distribution of the Rivers and Vuong (2002, Econometrics Journal 5, 1–39) statistic for choosing between two competing dynamic models based on a comparison of generalized method of moments minimands. It is shown that (i) if both models are misspecified then the statistic has a standard normal distribution under the null hypothesis of equal fit but the ranking could be determined by the choice of the weighting matrix; (ii) if both models are correctly specified or locally misspecified then the limiting distribution of the test statistic is nonstandard under the null.