版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、由于廣義距估計(Generalized Method of Moments,GMM)的眾多優(yōu)點,GMM在金融學、宏觀經(jīng)濟學、微觀經(jīng)濟學等實證問題研究中被廣泛使用。相對于極大似然估計(Maximum Likelihood Estimation,MLE),GMM無須對數(shù)據(jù)的分布特征進行假設,且GMM的計算量相對來說較小。在GMM估計中,Wald檢驗經(jīng)常被用來行使假設檢驗,來檢驗模型中參數(shù)的性質(zhì)。這是因為相對于似然比檢驗(Likelihood
2、-ratio Test)統(tǒng)計量和測試成績檢驗(Score Test)統(tǒng)計量,Wald檢驗統(tǒng)計量的計算最為簡單。但是,近來大量文章指出,GMM估計和假設檢驗在有限樣本下有嚴重的偏差問題。在有限樣本下,估計量嚴重地偏離了其真實值,且在原假設成立情況下包括Wald在內(nèi)的檢驗統(tǒng)計量被過多地拒絕。就此,1996年7月Journal of Business& Economic Statistic發(fā)表了關于這方面問題??奈恼?,同時大量的方案被提出用
3、來改進GMM的有限樣本性質(zhì)。其中,Burnside和Eichenbaum(1996)指出基于GMM的Wald檢驗的有限樣本性質(zhì)問題主要是由協(xié)方差矩陣(權(quán)重矩陣)估計的偏差引起的。本文試圖通過壓縮估計方法(Shrinkage Method)來減少協(xié)方差矩陣的估計誤差,進而改進Wald檢驗的有限樣本性質(zhì)。此方法有助于更好地對投資組合進行的均值方差分析(Mean-variance Analysis),比較不同投資組合的夏普指數(shù)(Sharpe
4、Ratio)進而更準確地選擇出有效投資組合。
本文首先通過公式推導證明,得出矩陣的壓縮估計方法,并證明其一致性(Consistency)。接著,利用蒙特卡羅模擬實驗來提出問題,指出問題的所在,并解決問題。實驗的數(shù)據(jù)主要是基于一個簡單的高斯(Gaussian)數(shù)據(jù)生成過程,本文指出Wald檢驗的有限樣本問題主要是協(xié)方差矩陣估計偏差造成的;其次,作者通過利用壓縮估計方法來提高協(xié)方差矩陣的估計精度,并在一定程度上改善了Wald檢驗的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 廣義Levy單的樣本性質(zhì).pdf
- ρ~-混合樣本下NadarayA-Watson回歸估計的大樣本性質(zhì).pdf
- 隨機設計下可加模型小波估計的大樣本性質(zhì).pdf
- 縱向數(shù)據(jù)下半?yún)?shù)模型估計的大樣本性質(zhì).pdf
- 缺失數(shù)據(jù)下兩類半?yún)?shù)模型的估計和大樣本性質(zhì).pdf
- 基于變窗寬下非參數(shù)回歸函數(shù)加權(quán)核估計的大樣本性質(zhì).pdf
- 缺失數(shù)據(jù)下線性模型回歸系數(shù)嶺估計的大樣本性質(zhì).pdf
- Volterra Pro cess樣本性質(zhì)的研究.pdf
- 固定設計多維廣義線性模型極大擬似然估計和Wald檢驗統(tǒng)計量的漸近理論.pdf
- 樣本含量的估計與檢驗效能
- 32999.正相協(xié)序列下矩完全收斂及半?yún)?shù)回歸模型估計的大樣本性質(zhì)
- [教育]樣本含量的估計與檢驗效能
- NOD序列的大樣本性質(zhì)及風險測度.pdf
- 一類變系數(shù)模型局部最小二乘估計的若干大樣本性質(zhì).pdf
- 面板數(shù)據(jù)單位根檢驗小樣本性質(zhì)及面板協(xié)整理論研究.pdf
- 臨床試驗中區(qū)間檢驗的樣本量與檢驗效能估計.pdf
- 基于NQD樣本密度函數(shù)估計的漸近性質(zhì)研究.pdf
- 蘇教版五下分數(shù)的基本性質(zhì)
- 40243.基于奇異矩陣的廣義嶺估計及其性質(zhì)
- 基于定量資料雙單側(cè)檢驗的樣本量估計.pdf
評論
0/150
提交評論