1)GMM广义矩估计
1.The Effects of Financial Development on Foreign Trade and Their Regional Difference in China——Cointegration Analysis and GMM Based on Crossed Provinces Panel Data;我国金融发展对国际贸易的影响及区域差异——基于跨省面板数据的协整分析和广义矩估计
2.Controlling the endogeneity of two variables by using the GMM, we find that financial constrained firms significantly exhi.在采用广义矩估计方法(GMM)合理控制模型的内生性偏误后,融资约束公司表现出强烈的现金-现金流敏感性,而非融资约束公司则没有表现出这种特征。
3.Based on a panel of financial statement data for 116 listed manufacturing companies (including 11600datapoints) supplemented with user costs of capital, this paper apply GMM estimates of a Autoregressive Distributed Lag(ADL) Investment.建立在116个在上海和深圳上市的制造业公司的财务报表平行数据基础上(包含11600个数据点)，以及补充的资本使用成本数据，论文应用了一个自回归分布滞后投资支出模型的广义矩估计，模型包含投资、现金流、销售和资本使用成本变量。
英文短句/例句
1.GMM Estimation and Asymptotic Property of a Nonlinear Parameter Model一类非线性参数模型的广义矩估计法
2.Local Linear Estimation by GMM for Nonparametric Simultaneous Equation Models in Econometrics非参数计量经济联立模型的局部线性广义矩估计
3.Local Linear GMM Estimator of Nonparametric Macroeconomics Simultaneous Equation Models in China;我国宏观经济非参数联立模型的局部线性广义矩估计
4.GMM Estimation for the Markov-switching Multi-fractal Model and Its Empirical Application多维分形马尔可夫转换模型的广义矩估计及其实证运用
5.GMM Estimation for Single-factor Term Structure of Interest Rate Models and the Empirical Test of Chinese Money Market;单因子利率期限结构模型的广义矩估计及对中国货币市场的实证检验
6.A System GMM Estimation on the Employment Effect of China's Foreign Trade--An Empirical Study Based on China's Provincial Dynamic Panel Data中国对外贸易就业效应的系统广义矩估计——基于省级动态面板数据的实证研究
7.An Empirical Study of Farmers' Burden Reducing from Canceling Agricultural Tax--GMM estimation of interprovincial panel data in China取消农业税对我国农民减负的实证研究——基于中国省际面板数据的广义矩估计
8.Financial Development and the Relief of Corporate Financing Constraints in China--Analysis Based on Dynamic Panel Data with System GMM Estimation中国金融发展与企业融资约束的缓解——基于系统广义矩估计的动态面板数据分析
9.Estimates of High Moments of a Generalized Tjon-Wu Equation;一类广义Tjon-Wu方程的高阶矩估计
10.Parameter Estimation of Frequency-Hopping Signals Based on Generalized Rectangular Time-Frequency Distribution基于广义矩形时频分布的跳频信号参数估计
11.Generalized regression neural network-based traffic matrix estimation基于广义回归神经网络的流量矩阵估计
12.Local linear estimation by GMM with variable bandwidth for semi-parametric simultaneous equations models in econometrics;半参数计量经济联立模型的局部线性广义矩变窗宽估计
13.A Calculation Method for Generalized Inverse Matrix of Rectangular Matrix;长方形矩阵的广义逆矩阵的计算方法
14.generalized least squares estimator广义最小二乘估计量
15.Spectral Decomposition Formula of Generalized Ridge Estimation and Liu-type Generalized Ridge Estimator广义岭估计的谱分解式和Liu型广义岭估计
16.A METHOD TO ESTIMATE THE ERROR VARRIANCE MATRIX W_t OF BDLM BY GENERALIZED EXPONENTIALLYWEIGHTED REGRESSION;利用广义指数加权回归估计贝叶斯动态线性模型误差方差矩阵W_t的方法(英文)
17.A Study on the Impact of Debt Financing on Business Performance in Manufacturing债务融资对制造业经营绩效的影响效应研究——基于广义矩法估计的动态面板数据分析
18.Generalized Coupling-Matrix and Its Application for Multiplexer广义耦合矩阵在多工器设计中的应用
相关短句/例句
GMM (generalized method of moments) estimation广义矩(GMM)估计
3)GMM广义矩估计法
1.By constructing different measures of financial structure, this paper configures a dynamic panel data model to test the relationship between financial structure and economic growth, employing GMM.文章首先通过构造衡量金融结构的不同指标,运用金融结构与经济增长的动态面板数据模型,并用广义矩估计法进行估计,得出了在人均GDP高的国家,股票市场比重也高的结论;为验证其显著性,文章把东亚国家分成银行主导型和市场主导型两组分别回归,结论是股票市场比重的提高与人均GDP有显著的关系, 因此, 东亚国家应积极发展股票市场,提高银行体系和股票市场的效率。
4)System GMM系统广义矩估计
1.Effects of International trade on China s Capital Formation and Regional Difference: Analysis Based on Dynamic Panel Data with System GMM Estimation;对外贸易影响我国资本形成的效应与地区差异——基于系统广义矩估计的动态面板数据分析
5)simulated GMM模拟广义矩估计方法
1.The simulated GMM adopted in this paper is forthright and efficient.采用SV模型的一个简捷高效的估计方法———模拟广义矩估计方法,以上证综合指数为样本,考查了涨跌停板制度对沪市股票收益波动的影响,并将SV模型的实证结果与GARCH模型进行了比较,发现SV模型的估计更符合实际;最后,利用Monte Carlo方法对股票收益序列进行了模拟和分析,进一步证实了这一结论。
6)Nonlinear Generalized Method of Moments (NLGMM)非线性广义矩估计方法
延伸阅读
广义最小二乘估计 用迭代的松弛算法对线性最小二乘估计的一种改进。线性最小二乘估计在模型误差为相关噪声时是有偏估计，即其估计值存在偏差。这时采用广义最小二乘估计能获得较精确的结果。 假设所讨论的单输入单输出系统的差分方程模型是 式中{uk}和{yk}分别是输入和输出序列：和是算子多项式,它们的系数是需要通过估计来求出的未知数;z-1是单位延迟算子；{ek}是误差序列，它是零均值平稳相关噪声序列。为了进行广义最小二乘估计可以从形式上把ek变换成，这里，它的系数也是未知的。如果{ek}具有有理谱密度,则可把{εk}当作白噪声序列来处理。这样就把系统模型变成 相应的估计准则是 广义最小二乘估计就是使估计准则J为极小的参数估计。多项式A(z-1)、B(z-1)和C(z-1)的系数都是未知的,所以不能用一个线性算法获得广义最小二乘估计。 广义最小二乘估计采用迭代的松弛算法：先行固定C(z-1)，估计A(z-1)和B(z-1),使J 趋于极小；然后固定A(z-1)和B(z-1),估计C(z-1),使 J 趋于极小。如此反复迭代，直至估计值收敛。这时每步只进行简单的线性最小二乘估计运算，迭代的初值取扗(z-1)=1。 广义最小二乘估计算法的估计精度高，已得到应用并获得不少成果。它的缺点在于：当信噪比较小时,J可能有多个局部极小点，估计结果不能保证收敛到全局最小点，即参数真值；它的计算量也比线性最小二乘估计增加很多。 这种算法也可推广到多输入多输出系统，并且有相应的近似递推估计算法。当误差{ek}为正态噪声序列时，这种算法还可以解释为极大似然估计的松弛算法。 参考书目 G.G.哥德温、R.L.潘恩著，张永光、袁震东译：《动态系统辨识：试验设计与数据分析》，科学出版社，北京，1983。(G.C.Goodwin and R.L.Payne，Dynamic System Identification：Experiment Design and Data Analysis, Academic Press, New York,1977.)
