Efficient Likelihood-based Estimation via Annealing for Dynamic Structural Macrofinance Models
通过退火高效估计动态结构宏观金融模型的似然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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究动态状态空间模型的似然推断，并应用于消费型长期风险模型，支持时间序列与资产定价方向。
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
通过退火高效估计动态结构宏观金融模型的似然
- 研究问题
- 对于高维、非线性或非高斯的动态宏观金融状态空间模型，如何稳定估计似然，并据此开展有效的参数推断？
- 方法与思路
- 作者用退火逐步引入观测信息，通过最优控制构造受控序贯蒙特卡洛提议分布，再嵌入新的自适应 SMC² 参数推断算法。
- 材料陈述的贡献
- 摘要称方法提供稳定、低方差的似然估计，给出理论稳定性及一致性和收敛速度结果，并估计两类非线性宏观金融模型。
- 阅读关注点
- 应核对零方差理想提议与实际近似的关系、退火和控制求解成本，以及稳定性、收敛结果与模型应用的比较条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收未核实；摘要未列完整理论条件或数值结果，理想零方差构造不等于实际算法零方差。
原文摘要
Most solved dynamic structural macrofinance models are non-linear and/or non-Gaussian state-space models with high-dimensional and complex structures. We propose an annealed controlled sequential Monte Carlo method that delivers numerically stable and low variance estimators of the likelihood function. The method relies on an annealing procedure to gradually introduce information from observations and constructs globally optimal proposal distributions by solving associated optimal control problems that yield zero variance likelihood estimators. To perform parameter inference, we develop a new adaptive SMC$^2$ algorithm that employs likelihood estimators from annealed controlled sequential Monte Carlo. We provide a theoretical stability analysis that elucidates the advantages of our methodology and asymptotic results concerning the consistency and convergence rates of our SMC$^2$ estimators. We illustrate the strengths of our proposed methodology by estimating two popular macrofinance models: a non-linear new Keynesian dynamic stochastic general equilibrium model and a non-linear non-Gaussian consumption-based long-run risk model.