A Bounded Model of Time Variation in Trend Inflation, Nairu and the Phillips Curve
趋势通胀、NAIRU 与菲利普斯曲线时变性的有界模型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：摘要明确涉及通胀与失业的动态潜在成分模型及预测比较。
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…
趋势通胀、NAIRU 与菲利普斯曲线时变性的有界模型
- 研究问题
- 如何联合刻画通胀和失业的潜在趋势、时变菲利普斯曲线与通胀持续性，并评估限制潜在趋势变动范围的作用？
- 方法与思路
- 作者建立通胀与失业的双变量不可观测成分模型，用有界随机游走描述趋势通胀和 NAIRU，并允许相关参数随时间变化。
- 材料陈述的贡献
- 摘要称有界模型的预测优于多个替代模型，包括对应的无界版本，并得到作者认为合理的趋势和菲利普斯曲线参数估计。
- 阅读关注点
- 应核对边界的设定依据、潜在成分与时变参数的区分、估计方法，以及预测窗口、评价指标和替代模型的可比性。
- 阅读边界
- 仅据所给 OpenAlex 摘要，不推断刊本变化。摘要未说明边界、样本、估计细节及预测改进幅度，不能判断结果对设定变化的稳健性。
原文摘要
In this paper, we develop a bivariate unobserved components model for inflation and unemployment. The unobserved components are trend inflation and the non-accelerating inflation rate of unemployment (NAIRU). Our model also incorporates a time-varying Phillips curve and time-varying inflation persistence. What sets this paper apart from the existing literature is that we do not use unbounded random walks for the unobserved components, but rather bounded random walks. For instance, NAIRU is assumed to evolve within bounds. Our empirical work shows the importance of bounding. We find that our bounded bivariate model forecasts better than many alternatives, including a version of our model with unbounded unobserved components. Our model also yields sensible estimates of trend inflation, NAIRU, inflation persistence and the slope of the Phillips curve. Copyright © 2015 John Wiley & Sons, Ltd.