The Reliability of Ml Estimators of Systems of Demand Equations: Evidence from OECD Countries
需求方程系统最大似然估计量的可靠性：来自OECD国家的证据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：摘要聚焦需求方程系统中的系数与误差协方差估计，直接对应需求系统的结构估计。
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
需求方程系统最大似然估计量的可靠性：来自OECD国家的证据
- 研究问题
- 大型需求系统以通常的最大似然估计量替代未知误差协方差矩阵时，如何改善系数估计效率及标准误低估问题？
- 方法与思路
- 作者提出误差协方差矩阵的替代估计量，并利用OECD国家的时间序列数据，评估其在需求方程系统中的表现。
- 材料陈述的贡献
- 摘要指出通常做法会严重低估系数抽样变异并损害估计效率，作者报告替代协方差估计在应用中带来显著改善。
- 阅读关注点
- 应核对替代协方差估计的构造、需求系统规模与样本长度，以及效率改善和标准误准确性分别依据哪些指标判断。
- 阅读边界
- 摘要未说明替代估计量公式、理论条件、比较数值或数据覆盖范围，其强烈的改善表述不能视为普遍优越性证明。
原文摘要
In large demand systems, when the unknown error covariance matrix is approximated by its usual maximum likelihood estimator, the coefficient estimates are known to suffer from two problems: (1) the asymptotic standard errors severely understate the sampling variability of the estimates and (2) the efficiency of the maximum likelihood coefficient estimates is greatly impaired. In this paper, the author proposes an alternative estimator for the covariance matrix and evaluates its performance. Using time-series data for OECD countries, the author finds that there is a spectacular improvement. Copyright 1991 by MIT Press.