从含噪价格数据中一致估计定价核
Consistent Estimation of Pricing Kernels from Noisy Price Data
AI总结：
针对非负定价核的逆问题，提出约束最小二乘法和松弛相对熵最大化方法，实现一致估计。
摘要：
如果假定定价核非负，则求解定价核的逆问题是适定的。约束最小二乘法提供了定价核的一致估计。当数据有限时，提出了一种新方法：松弛相对熵最大化。该估计量也是一致的。关键词：$ε$-熵、非参数估计、定价核、逆问题。
英文摘要：
If pricing kernels are assumed non-negative then the inverse problem of finding the pricing kernel is well-posed. The constrained least squares method provides a consistent estimate of the pricing kernel. When the data are limited, a new method is suggested: relaxed maximization of the relative entropy. This estimator is also consistent. Keywords: $ε$-entropy, non-parametric estimation, pricing kernel, inverse problems.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
