Bayesian Local Projections
贝叶斯局部投影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：摘要同时研究局部投影脉冲响应估计与多变量样本外预测。
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…
贝叶斯局部投影
- 研究问题
- 如何在保留局部投影灵活性的同时，通过贝叶斯正则化调节直接法与迭代法之间的经验偏差和方差权衡？
- 方法与思路
- 作者用信息性先验正则化局部投影回归，估计脉冲响应，并将其作为正则化直接预测用于多变量样本外预测。
- 材料陈述的贡献
- 摘要称该方法兼顾局部投影的灵活性与接近贝叶斯 VAR 的估计不确定性，并更准确地捕捉数据的脉冲响应特征。
- 阅读关注点
- 应核对先验构造与强度选择、所谓最优权衡的准则，以及同 VAR 和 BVAR 比较时的评价指标与实验设定。
- 阅读边界
- 摘要未给出最优性的具体范围、比较条件或数值结果；所述精度和不确定性优势不能据此视为普遍成立。
原文摘要
Abstract We propose a Bayesian approach to Local Projections (LPs) that optimally addresses the empirical bias-variance trade-off intrinsic in the choice between direct and iterative methods. Bayesian Local Projections (BLPs) regularize LP regressions via informative priors and estimate impulse response functions that capture the properties of the data more accurately than iterative VARs. BLPs preserve the flexibility of LPs while retaining a degree of estimation uncertainty comparable to Bayesian VARs with standard macroeconomic priors. As regularized direct forecasts, BLPs are also a valuable alternative to BVARs for multivariate out-of-sample projections.