|
也就是说,参数由g给出的力矩条件确定。在我们的设置中,由于默认值主要发生在禀赋的低值上,我们对分布的τ-分位数感兴趣,即,ν(P),使得EP[1{Y≤ ν(P)}]=τ,因此g(y,ν)=1{y≤ ν} - τ. 特别是,我们选择τ=0.1,因为在我们的模型中,大约70%的默认事件发生在相关水平ν(P)以下的捐赠变现中;i、 e.集合{Y≤ ν(P)}是集合的一个非常好的近似值,其中大部分的defaultsoccur。给定数据(Yt)Tt=1,设QT(P)=(T-1PTt=1g(Yt,ν(P)))V,其中V为正数。也就是说,QT(P)是与g和ν确定的力矩相关的(样本)GMM准则函数。将我们的设置扩展到允许向量值g是很简单的。在我们的例子中,ν是实值的,但是我们的分析可以很容易地扩展到ν是向量值的情况。第卷第号发行违约和不确定性溢价31400 600 800 1000 1200 1400 1600 180000.050.10.150.20.250.30.35期间数,TT()图5。测量不确定度πT,ζ(θ)*) 作为周期数T的函数,对于我们的校准经济。选择V值时,当从pra中提取数据时,T×QT(pra)=> χ.(9) 对于任何ζ∈ (0,1),设cζ为(1)- ζ) -χ和πT的分位数,ζ(θ)=PrA(T×QT(prθ)≥ cζ)。显然→ ∞, πT,ζ(θ)→ 1表示任何有限θ。然而,对于g的选择,如果θ等于prθ(Y≤ ν(prθ))≈ pra(Y)≤ ν(prθ),那么,即使对于T的中等高值,我们也应该期望πT,ζ(θ)≈ ζ.根据这句话,类似于DEP,给定一个T和一个ζ∈ (0,1),研究者需要规定一个大于或等于ζ的阈值,对于该阈值,πT,ζ(θ)低于该阈值的值被认为是可接受的。
|