Confronting model misspecification in macroeconomics
应对宏观经济模型的误设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：摘要明确涉及宏观 BVAR、冲击响应与马尔可夫状态转换，分别对应时间序列、冲击分析和结构变化。
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
应对宏观经济模型的误设
- 研究问题
- 如何同时处理宏观模型与参数的不确定性，并在 DSGE 与 BVAR 可能存在误设时改善拟合、开展结构估计和冲击响应分析？
- 方法与思路
- 作者估计 DSGE 与对应 BVAR 的马尔可夫转换混合模型，并讨论利用混合模型筛选数据，以及计算两类模型共有冲击的响应。
- 材料陈述的贡献
- 摘要称，混合模型明显改善拟合，DSGE 主要在特定历史时期发挥作用；同时提供 BVAR 未识别时的筛选用途及已识别冲击的响应计算。
- 阅读关注点
- 应核对状态转换与混合权重的设定、拟合比较标准，以及 BVAR 是否识别时两种用途所需条件和共有冲击的对应方式。
- 阅读边界
- 仅据所给出版社摘要，不能判断拟合改善的数值、预测表现或冲击识别可信度；样本中的模型优势不能直接推广到其他经济时期。
原文摘要
We estimate a Markov-switching mixture of two familiar macroeconomic models: A richly parameterized DSGE model and a corresponding BVAR model. We show that the Markov-switching mixture model dominates both individual models and improves the fit considerably. Our estimation indicates that the DSGE model plays an important role only in the late 1970s and the early 1980s. We show how to use the mixture model as a data filter for estimation of the DSGE model when the BVAR model is not identified. Moreover, we show how to compute the impulse responses to the same type of shock shared by the DSGE and BVAR models when the shock is identified in the BVAR model. Our exercises demonstrate the importance of integrating model uncertainty and parameter uncertainty to address potential model misspecification in macroeconomics.