Behavioral learning equilibria in New Keynesian models
新凯恩斯模型中的行为学习均衡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：摘要核心是 AR(1) 宏观预期形成及样本内外拟合比较，直接涉及宏观预测与时间序列建模。
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…
新凯恩斯模型中的行为学习均衡
- 研究问题
- 若经济主体使用与历史均值和自相关相容的简单 AR(1) 预测规则，新凯恩斯模型的拟合和最优利率规则会如何变化？
- 方法与思路
- 作者将行为学习均衡引入多变量线性框架，研究三方程模型，并为 Smets–Wouters 模型开发估计方法进行比较。
- 材料陈述的贡献
- 摘要称行为学习模型在样本内外拟合上优于理性预期基准，并可与常数增益学习竞争；最优规则具有历史依赖性。
- 阅读关注点
- 应核对预测规则的最优性标准、学习动态与估计方法，以及拟合比较、通胀预期调查数据和政策优化的具体设定。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将特定比较中的拟合优势推广到所有模型或样本；具体指标及其他版本变化未说明。
原文摘要
We introduce Behavioral Learning Equilibria (BLE) into a multivariate linear framework and apply it to New Keynesian DSGE models. In a BLE, boundedly rational agents use simple, but optimal AR(1) forecasting rules whose parameters are consistent with the observed sample mean and autocorrelation of past data. We study the BLE concept in a standard 3‐equation New Keynesian model and develop an estimation methodology for the canonical Smets and Wouters (2007) model. A horse race between Rational Expectations (REE), BLE, and constant gain learning models shows that the BLE model outperforms the REE benchmark and is competitive with constant gain learning models in terms of in‐sample and out‐of‐sample fitness. Sample‐autocorrelation learning of optimal AR(1) beliefs provides the best fit when short‐term survey data on inflation expectations are taken into account in the estimation. As a policy application, we show that optimal Taylor rules under AR(1) expectations inherit history dependence and require a lower degrees of interest rate smoothing than REE.