Bootstrapping the GMM overidentification test under first-order underidentification
一阶局部欠识别下 GMM 过度识别检验的自助法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：摘要核心是一般 GMM 识别退化与检验分布，条件异方差例子未明确金融背景，不能据此归入金融波动率。
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
一阶局部欠识别下 GMM 过度识别检验的自助法
- 研究问题
- 当模型全局可识别但一阶局部识别的秩条件失效时，自助法能否估计标准 GMM 过度识别检验的非标准分布？
- 方法与思路
- 作者研究该识别退化情形下自助法的适用性，并以共同条件异方差特征检验为例，讨论真实参数处雅可比为零的问题。
- 材料陈述的贡献
- 摘要明确将贡献定位为研究自助法对过度识别检验分布估计的适用性，并指出非标准极限分布导致临界值计算困难。
- 阅读关注点
- 应核对一阶局部识别失败时的展开方式、自助法具体构造和有效性结论，以及异方差特征例子的条件与临界值计算。
- 阅读边界
- 仅据所给出版社摘要，无法确认哪种自助法有效、是否需要修正及其有限样本表现；摘要未报告这些具体结论。
原文摘要
The main contribution of this paper is to study the applicability of the bootstrap to estimating the distribution of the standard test of overidentifying restrictions of Hansen (1982) when the model is globally identified but the rank condition fails to hold (lack of first-order local identification). An important example for which these conditions are verified is the popular test of common conditionally heteroskedastic features proposed by Engle and Kozicki (1993). As Dovonon and Renault (2013b) show, the Jacobian matrix for this model is identically zero at the true parameter value, resulting in a highly nonstandard limiting distribution that complicates the computation of critical values.