摘要：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．
分类：期刊> 自然科学与工程技术> 基础科学> 基础科学综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：广义矩估计 模型平均 均方误差风险
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
