这些表明了避免这种调整参数选择程序的重要性,这是提出保形筛估计方法背后的一个重要推动力。A、 3筛分估算方法的技术假设我们在Newey(1997)第3.3节中讨论的筛分估算方法中附加了以下假设。假设4。(一)U(m),Z(m)Mm=1为i.i.d.且Z(m)具有紧凑的支撑Z。此外,VarU(米)Z(m)=·有界于Z.(ii)存在一个序列Υ(J),使得kφk∞≤ Υ(J)当k·k表示Z.(iii)上的连续函数的上确界范数时,对于等式(28)或等式(29)中定义的筛空间hj,存在一个(J+1)-乘-1向量|β和一个序列ρJsuch,该序列ρJ-→ 0作为J-→ ∞, andinfh(·)∈HJkh公司- gk公司∞=~β|φ - g级∞= O(ρJ),(A.1),其中我们提醒g(·):=EU(米)Z(m)=·.(iv)LetΦ:=EφZ(米)φ|Z(米). 存在一个与J无关的正常数cΦ,例如0<cΦ≤ λmin(Φ)≤ λmax(Φ)≤ \'cΦ<∞, λmin(Φ)和λmax(Φ)分别表示Φ的最小和最大特征值。(v) 作为M-→ ∞, J-→ ∞, 和Υ(J)J/M-→ 0、我方对上述技术条件提出了一些意见。1、上述假设第(i)部分的i.i.d.条件揭示了在LSMC算法中在每个时间步生成独立样本的必要性;另请参见第2.2节早期项目“正向模拟成本”中的讨论。第(i)部分进一步要求Z(m)具有紧密的支持,这在文献中是常规的,参见Newey(1997)和Chen(2007)。在BSBU算法的背景下,这表明将状态过程限制在有界域中不仅有利于消除不必要的外推,而且对于保证回归估计收敛到连续函数也是不可或缺的。
|