[논문 리뷰] A Smoothed GMM for Dynamic Quantile Preferences Estimation

Xin Liu, Luciano I. de Castro외 1명|arXiv (Cornell University)|2026. 01. 28.

Financial Risk and Volatility Modeling인용 수 0

한 줄 요약

이 논문은 엔도제네스 회귀변수를 포함하는 동적 분위(quantile) 모델에서 구조적 매개변수인 tau와 다른 매개변수를 공동으로 추정하기 위해 스무딩된 GMM 프레임워크를 개발하고, 다중 자산의 서로 다른 시점 소비를 실증 사례로 사용한다.

ABSTRACT

This paper suggests methods for estimation of the $τ$-quantile, $τ\in(0,1)$, as a parameter along with the other finite-dimensional parameters identified by general conditional quantile restrictions. We employ a generalized method of moments framework allowing for non-linearities and dependent data, where moment functions are smoothed to aid both computation and tractability. Consistency and asymptotic normality of the estimators are established under weak assumptions. Simulations illustrate the finite-sample properties of the methods. An empirical application using a quantile intertemporal consumption model with multiple assets estimates the risk attitude, which is captured by $τ$, together with the elasticity of intertemporal substitution.

연구 동기 및 목표

• τ가 구조적 매개변수인 동적 분위(quantile) 선호를 추정하는 동기를 제시한다.
• 동적 분위 Euler 프레임워크 내에서 내생 회귀변수를 허용하도록 IVQR 방법을 확장한다.
• τ 및 관련 매개변수에 대해 root-n 일관성을 달성하는 두 단계 스무딩된 GMM 추정기를 개발한다.
• 약한 의존성과 비선형성 하에서 일관성과 점근적 정규성을 확보하기 위한 조건을 제시한다.
• 다중 자산의 실증 적용과 시뮬레이션을 통해 유한 샘플 성능을 보여준다.

제안 방법

• τ-분위 선호 하에서 표준 Euler 방정식을 일반화하는 동적 분위 Euler 방정식을 형식화한다.
• 균형 조건을 도구변수로 추정할 수 있는 비선형 조건부 분위 함수로 표현한다.
• 계산을 개선하기 위해 불연속 지시자를 매끄러운 함수로 대체하여 스무딩된 GMM 목적함수를 도입한다.
• 효율성을 위해 스무딩 기반의 1단계와 최적 가중행렬을 갖춘 2단계 GMM 추정기를 구현한다.
• 잠재적으로 비볼록 GMM 목적함수를 최소화하기 위해 전역 최적화(시뮬레이티드 어닐링)를 적용한다.
• 스무딩된 GMM 추정기의 일관성과 정규성을 보이는 점근적 결과를 제시한다.

실험 결과

연구 질문

• RQ1 동적 분위 설정에서 tau-분위 파라미터(위험 태도)를 다른 선호 파라미터와 함께 어떻게 식별하고 추정할 수 있나?
• RQ2 비선형 분위 모델을 위한 스무딩된 GMM 프레임워크에서 도구변수를 통해 내생성을 어떻게 수용할 수 있는가?
• RQ3 데이터가 약하게 의존적이고 비선형적일 때 스무딩된 GMM 추정기의 큰 샘플 특성(일관성과 점근적 정규성)은 무엇인가?
• RQ4 제안된 방법이 분위 파라미터 추정에서 그리드 탐색(grid-search) 방법과 비교하여 어떠한 성능을 보이는가?
• RQ5 다중 자산의 간접소비에서 위험 태도(tau)와 시차 대체 탄력성(EIS) 간의 상호작용에 대한 실증 적용은 어떤 시사점을 주는가？

주요 결과

• 스무딩된 GMM 추정기는 다른 모델 매개변수와 함께 분위 파라미터 tau를 일관되게 추정한다.
• 이 방법은 GMM 프레임워크 내에서 내생 회귀변수와 비선형 분위 제한을 허용한다.
• 시뮬레이션 결과는 추정기가 유한 샘플에서 대략 편향이 없고 tau가 잘 추정된다는 것을 시사한다.
• 실증 적용은 약간의 위험회피적 tau와 1에 가깝지만 약간 아래인 EIS를 발견하여 선호 관련 문헌과 일치한다.
• 두 단계 스무딩된 GMM은 약한 가정 하에서 root-n 일관성과 표준 점근적 정규성을 달성한다.