Solution and Maximum Likelihood Estimation of Dynamic Nonlinear Rational Expectations Models
动态非线性理性预期模型的求解与极大似然估计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：摘要虽提及预测和政策应用，但核心是一般理性预期模型的方法，未限定宏观预测或微观结构场景，故暂不细分。
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
动态非线性理性预期模型的求解与极大似然估计
- 研究问题
- 如何求解并估计动态非线性理性预期模型，使方法能够处理序列相关、多个预期观察时点，以及不同的外生变量预期设定？
- 方法与思路
- 作者提出求解方法与基于极大似然原则的估计方法，覆盖非线性模型并包含线性模型，也允许不同的外生变量预期假设。
- 材料陈述的贡献
- 摘要称求解方法在线性模型上复现既有方法的结果，适用范围更广；估计方法可处理多类模型及不同的外生变量预期设定。
- 阅读关注点
- 阅读全文时应核对多个预期观察时点的含义、求解算法与似然函数的构造，以及序列相关和外生变量预期如何进入模型。
- 阅读边界
- 摘要未说明识别条件、解的存在唯一性、计算收敛性或有限样本表现；方法更灵活、更一般的说法仍需结合正文评估。
原文摘要
A solution method and an estimation method for nonlinear rational expectations models are presented in this paper.The solution method can be used in forecasting and policy applications and can handle models with serial correlation and multiple viewpoint dates.When applied to linear models, the solution method yields the same results as those obtained from currently available methods that are designed specifically for linear models.It is, however, more flexible and general than these methods.The estimation method is based on the maximum likelihood principal.It is, as far as we know, the only method available for obtaining maximum likelihood estimates for nonlinear rational expectations models.The method has the advantage of being applicable to a wide range of models, including, as a special case, linear models.The method can also handle different assumptions about the expectations of the exogenous variables, something which is not true of currently available approaches to linear models.