Nowcasting the output gap
产出缺口的即时预测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：摘要直接研究产出缺口即时预测，并以混频 Bayesian VAR 和时间序列分解为方法。
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…
关注这篇论文的作者
产出缺口的即时预测
- 研究问题
- 如何利用季度内陆续公布的月度信息及时估计产出缺口，并比较其即时预测可靠性与产出增长预测及传统缺口估计？
- 方法与思路
- 作者在混频 Bayesian VAR 上实施 Beveridge–Nelson 分解，直接即时预测产出缺口，并分析条件预测和情景预测。
- 材料陈述的贡献
- 摘要称，该方法给出更及时的美国缺口估计，季度内缺口预测比增长预测可靠，并在 GDP 发布前预见疫情期的大幅负缺口。
- 阅读关注点
- 应核对信息集、数据发布与修订处理、先验和分解设定，以及可靠性指标、样本外比较和疫情情景条件的具体定义。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法确认是否采用真实时间数据或优势的统计显著性；二〇二〇年第二季度案例不足以代表一般表现。
原文摘要
We propose a way to directly nowcast the output gap using the Beveridge–Nelson decomposition based on a mixed-frequency Bayesian VAR. The mixed-frequency approach produces similar but more timely estimates of the U.S. output gap compared to those based on a quarterly model, the CBO measure of potential, or the HP filter. We find that within-quarter nowcasts for the output gap are more reliable than for output growth, with monthly indicators for a credit risk spread, consumer sentiment, and the unemployment rate providing particularly useful new information about the final estimate of the output gap. An out-of-sample analysis of the COVID-19 crisis anticipates the exceptionally large negative output gap of −8.3% in 2020Q2 before the release of real GDP data for the quarter, with both conditional and scenario nowcasts tracking a dramatic decline in the output gap given the April data.