Quantile Policy Effects: An Application to U.S. Macroprudential Policy
分位数政策效应：美国宏观审慎政策应用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：摘要研究潜在结果分位数之间的政策因果效应，并明确在宏观时间序列框架下估计和推断。
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…
分位数政策效应：美国宏观审慎政策应用
- 研究问题
- 如何识别和估计宏观政策对潜在结果分位数的动态影响，并判断不同信用增长水平下政策作用是否具有不对称性？
- 方法与思路
- 作者在无混杂假设下识别分位数政策效应，提出逆概率加权估计，研究时间序列渐近性质，并使用分块自助法推断。
- 材料陈述的贡献
- 摘要称，美国历史数据中的政策效果随信用增长分位数变化，紧缩未有效抑制高增长，宽松也未有效刺激低增长时期。
- 阅读关注点
- 应核对无混杂假设所需的信息集、政策效应的动态期限，以及倾向概率估计、时间依赖条件和分块长度选择。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；未说明控制变量、效应数值和稳健性结果，所述历史样本发现不能直接推广到其他政策环境。
原文摘要
To assess the dynamic distributional impacts of macroeconomic policy, we propose quantile policy effects to quantify disparities between the quantiles of potential outcomes under different policies. We first identify quantile policy effects under the unconfoundedness assumption and propose an inverse probability weighting estimator. We then examine the asymptotic behavior of the proposed estimator in a time series framework and suggest a blockwise bootstrap method for inference. Applying this method, we investigate the effectiveness of U.S. macroprudential actions on bank credit growth from 1948 to 2019. Empirically, we find that the effects of macroprudential policy on credit growth are asymmetric and depend on the quantiles of credit growth. The tightening of macroprudential actions fails to rein in high credit growth, whereas easing policies do not effectively stimulate bank credit growth during low-growth periods. These findings suggest that U.S. macroprudential policies might not sufficiently address the challenges of soaring bank credit or ensure overarching financial stability.