CHOOSING THE VARIABLES TO ESTIMATE SINGULAR DSGE MODELS
奇异DSGE模型估计中的变量选择AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦奇异DSGE模型的结构参数识别与变量选择，未明确对应所列细分方法，因此暂不归类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
奇异DSGE模型估计中的变量选择
- 研究问题
- 在奇异DSGE模型中，如何选择用于结构参数估计的观测变量，使参数更易识别，或减少奇异与非奇异模型之间的信息差异？
- 方法与思路
- 作者提出两套变量选择方法：一套优化结构参数识别，另一套最小化奇异与非奇异模型的信息差异，并在一个标准模型中比较不同估计设置。
- 材料陈述的贡献
- 摘要称，两种准则为奇异DSGE模型的观测变量选择提供方法，并通过标准模型应用比较估计性质，形成面向实证研究者的实践建议。
- 阅读关注点
- 全文应核对奇异性的定义、识别与信息差异指标、变量选择算法，以及两套准则的取舍、计算成本和标准模型中的比较设计。
- 阅读边界
- 摘要未说明标准模型、变量候选集、目标函数或具体比较结果；不能据此判断两种方法谁更好，或是否适用于其他DSGE模型。
原文摘要
SUMMARY We propose two methods to choose the variables to be used in the estimation of the structural parameters of a singular DSGE model. The first selects the vector of observables that optimizes parameter identification; the second selects the vector that minimizes the informational discrepancy between the singular and non‐singular model. An application to a standard model is discussed and the estimation properties of different setups compared. Practical suggestions for applied researchers are provided. Copyright © 2014 John Wiley & Sons, Ltd.