Simulated minimum distance estimation of dynamic models with errors-in-variables

تجزیه و تحلیل تجربی اغلب شامل استفاده از روش های نادر پیش بینی کننده های پیشنهاد شده توسط نظریه اقتصادی است. تعصب ایجاد شده توسط همبستگی بین رگرسیون های ناسازگار و اصطلاح خطا، نیاز به برآورد متغیر ابزار را ایجاد می کند. در این مقاله، یک طبقه از برآوردگرها را می توان در مدل های پویا با خطاهای اندازه گیری مورد استفاده قرار داد، زمانی که ابزارهای خارجی ممکن است در دسترس نباشند یا ضعیف باشند. ایده این است که از رابطه بین پارامترهای مدل و تعصب های کوچکترین مربع استفاده شود. در مواردی که دومی ها قابل تحلیلی نیستند، یک الگوریتم ویژه برای شبیه سازی مدل بدون تکمیل کامل فرآیندهای تولید کننده پیش بینی های پنهان طراحی شده است. برآوردگرهای پیشنهادی به خوبی در شبیه سازی مدل لاگرانژ توزیع شده خودکفا می کنند. این روش برای تخمین مدل خطرات دراز مدت استفاده می شود.