Generalized band spectrum estimation with an application to the New Keynesian Phillips curve
广义频带谱估计及其在新凯恩斯菲利普斯曲线中的应用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：摘要以频域方法估计宏观动态关系，并应用于新凯恩斯菲利普斯曲线。
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…
广义频带谱估计及其在新凯恩斯菲利普斯曲线中的应用
- 研究问题
- 研究如何估计存在内生性和未知形式第一阶段非线性的线性动态结构模型，并判断菲利普斯曲线关系是否随频率变化。
- 方法与思路
- 作者将频带谱回归推广为广义频带谱估计量，给出时间域闭式表达，并使用美国战后数据估计混合型菲利普斯曲线。
- 材料陈述的贡献
- 摘要称该估计在模拟和应用中比相应 GMM 估计的抽样不确定性更小，并为菲利普斯曲线跨全部频率的设定错误提供证据。
- 阅读关注点
- 应核对频带选择、内生性处理所需条件、第一阶段非线性如何进入估计，以及与 GMM 比较时是否采用一致的信息集合。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推断其他版本变化；识别条件与误设检验细节未说明，较小不确定性不等于普遍更优。
原文摘要
Summary This paper proposes a new method for estimating linear dynamic structural models. The proposed generalized band spectrum estimator (GBSE) generalizes band spectrum regression to simultaneously account for endogeneity and nonlinearities of unknown form in the first stage, while having a computationally convenient closed‐form expression in the time domain. We apply the GBSE to the hybrid New Keynesian Phillips curve (NKPC) with U.S. postwar data. We find a stable marginal cost coefficient in the short run, with relatively large and statistically significant values, and small and insignificant values when both short‐run and long‐run frequencies are included. The forward‐looking component and the inflation inertia are relatively stable and equally quantitatively important. Overall, our estimates present much less sampling uncertainty than the corresponding generalized method of moment (GMM) estimates, both in extensive Monte Carlo simulations and the empirical application, and they provide formal empirical support for misspecification of the NKPC as a model for all frequencies.