青岛大学数学与统计学院, 青岛 266071
出版日期:
2018-07-25发布日期:
2018-10-12GMM-Based Model Averaging Method
WANG Weiwei ,ZHANG Qi ,LI XinminSchool of Mathematics and Statistics, Qingdao University, Qingdao 266071
Online:
2018-07-25Published:
2018-10-12摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
模型平均方法以其稳健性好, 遗失有用信息少等诸多优点而成为目前统计学和计量经济学界研究的热门问题, 在经济, 金融, 生物, 医学等领域有着广泛的应用前景. 在模型平均的理论研究过程中如何选取权重是最重要的问题. 现存的模型平均方法大都是在最小二乘估计的基础上研 究的, 并且大多数通过光滑AIC, 光滑BIC和最小化Mallow准则得到组合的权重. 但是在广义矩 估计的基础上模型平均的研究还很不完善, 文章在广义矩估计条件下提出了通过最小化目标参数平均估计量的渐近方差来获取权重. 这种方法使得所得到的平均估计更加的稳健. 蒙特卡洛模拟实验显示文章获得的模型平均估计量的风险与光滑AIC, 光滑BIC和MMA相比相对较低.
分享此文: