Inference on sets in finance
金融中的集合推断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：摘要以可容许随机贴现因子和投资组合均值—方差集合为主要金融例子，直接支持资产定价方向的分类。
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…
金融中的集合推断
- 研究问题
- 研究如何对由光滑不等式定义的可容许模型集合进行统计推断，重点包括随机贴现因子和投资组合均值—方差集合。
- 方法与思路
- 作者基于加权似然比和加权Wald统计量构造置信区域，并通过单个光滑不等式的保守近似处理多个不等式。
- 材料陈述的贡献
- 摘要称统计量具有精确或一阶参数变换等变性，推断比结构化投影方法更有力，并以两个实证例子展示应用。
- 阅读关注点
- 应核对光滑性和权重条件、等变性的具体含义、功效比较的范围，以及多不等式近似造成的保守程度。
- 阅读边界
- 仅据所给OpenAlex版本摘要，不能判断功效优势适用条件、实证细节及近似损失；不推断其他版本或刊本变化。
原文摘要
We consider the problem of inference on a class of sets describing a collection of admissible models as solutions to a single smooth inequality. Classical and recent examples include the Hansen–Jagannathan sets of admissible stochastic discount factors, Markowitz–Fama mean–variance sets for asset portfolio returns, and the set of structural elasticities in Chetty's (2012) analysis of demand with optimization frictions. The econometric structure of the problem allows us to construct convenient and powerful confidence regions based on the weighted likelihood ratio and weighted Wald statistics. Our statistics differ from existing statistics in that they enforce either exact or first-order equivariance to transformations of parameters, making them especially appealing in the target applications. We show that the resulting inference procedures are more powerful than the structured projection methods. Last, our framework is also useful for analyzing intersection bounds, namely sets defined as solutions to multiple smooth inequalities, since multiple inequalities can be conservatively approximated by a single smooth inequality. We present two empirical examples showing how the new econometric methods are able to generate sharp economic conclusions.