Model uncertainty in cross‐country growth regressions
跨国增长回归中的模型不确定性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：摘要明确以跨国增长的样本外预测比较支持模型平均方法，因此对应宏观预测方向。
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…
跨国增长回归中的模型不确定性
- 研究问题
- 当跨国增长回归存在大量候选模型时，如何处理模型选择的不确定性，并判断哪些变量对增长解释与预测有用？
- 方法与思路
- 作者采用贝叶斯模型平均，将多个模型的后验信息用于参数与预测推断，并以样本外预测结果评价该方法。
- 材料陈述的贡献
- 摘要称，后验概率分散于多个模型，样本外预测支持模型平均的使用，同时部分变量仍具有解释增长差异的重要性。
- 阅读关注点
- 应核对候选模型空间、模型与参数先验、变量重要性的定义，以及样本外预测设计是否支持摘要中的比较结论。
- 阅读边界
- 仅据所给Crossref摘要，无法获知具体重要变量、先验敏感性或预测改善幅度，亦不能据此作因果解释。
原文摘要
Abstract We investigate the issue of model uncertainty in cross‐country growth regressions using Bayesian Model Averaging (BMA). We find that the posterior probability is spread widely among many models, suggesting the superiority of BMA over choosing any single model. Out‐of‐sample predictive results support this claim. In contrast to Levine and Renelt ( 1992 ), our results broadly support the more ‘optimistic’ conclusion of Sala‐i‐Martin ( 1997b ), namely that some variables are important regressors for explaining cross‐country growth patterns. However, care should be taken in the methodology employed. The approach proposed here is firmly grounded in statistical theory and immediately leads to posterior and predictive inference. Copyright © 2001 John Wiley & Sons, Ltd.