Global optimization of the CUE objective function by eigenvalue methods
Exel, Guilherme Sohnlein
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Desde sua concepção em Hansen et al. (1996), o Estimador de GMM de Atualização Contínua (CUE) tem representado um desafio para os métodos de otimização numérica devido à estrutura de sua função objetivo. Mesmo em modelos lineares simples, ela pode apresentar múltiplos mínimos locais e seções planas que frequentemente derrotam tanto os métodos de descida de gradiente quanto os de busca em grade. Esse problema de longa data na literatura foi recentemente resolvido por Moreira et al. (2023). Construindo sobre este resultado, propomos um método alternativo que é simples de implementar e mantém garantias semelhantes de produzir resultados globalmente ótimos. Mostramos como as condições de primeira ordem da função objetivo do CUE podem ser reformuladas na forma de um problema de autovalores e especializadas para casos em que algoritmos eficientes estão disponíveis.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2024
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/35834
- Palavras-chave
- Estimador de atualização contínuaMétodo generalizado dos momentosProblemas de autovalores não linearesProblemas de autovalores multiparamétricosContinuously updating estimatorGeneralized method of momentsNonlinear eigenvalue problemsMultiparameter eigenvalue problemsEconomiaEconometria – Processamento de dadosAutovaloresMetodo dos momentos (Estatistica)Otimização matemática
Conteúdos relacionados
- DissertaçãoAsymptotic efficiency in an instrumental variable modelFundação Getulio Vargas · 2015
- DissertaçãoCAPM estendido para momentos superioresFundação Getulio Vargas · 2011
- DissertaçãoHeteroskedasticity-Identified EstimatorsFundação Getulio Vargas · 2025
- TeseEssays in applied econometrics with panel dataFundação Getulio Vargas · 2025