文件名称：具有随机效应的自回归面板概率模型的复合似然估计-研究论文
文件大小：1.41MB
文件格式：PDF
更新时间：2024-06-30 06:27:09
Autocorrelated discrete variables
建模和估计自相关离散数据可能具有挑战性。 在本文中，我们使用自回归面板概率模型，其中离散变量中的自相关由潜在变量中的自相关驱动。 在这样的非线性模型中，未观察变量的自相关导致包含高维积分的难以处理的似然。 为了解决这个问题，我们使用涉及低得多的积分阶的复合似然。 然而，参数识别变得有问题，因为在低维分布中使用的信息可能不够丰富以进行识别。 因此，我们描述了对该模型有效的复合似然类型以及可以识别参数的研究条件。 此外，我们提供成对复合似然估计量的一致性和渐近正态性结果，并进行蒙特卡罗研究以评估其有限样本性能。 最后，我们应用我们的方法来分析信用评级。 结果表明，与静态模型相比，评级转换的估计概率有显着提高。