Statistical inference in calibrated models
校准模型中的统计推断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：摘要明确以股权溢价之谜为应用；一般均衡模型校准本身不足以对应其他给定细分方向。
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
校准模型中的统计推断
- 研究问题
- 论文研究如何为校准的动态一般均衡模型建立统计评价程序，并系统考察合理范围内的参数扰动如何影响模型表现。
- 方法与思路
- 作者提出蒙特卡洛程序，将参数选择和模型评价形式化，并用于股权溢价之谜及真实经济周期模型解释美国产出方差的分析。
- 材料陈述的贡献
- 摘要称，该程序提供了开展参数敏感性分析的有效途径，并以两项经济应用展示如何评价校准模型，而非仅报告单组参数结果。
- 阅读关注点
- 应核对参数范围与抽样方式如何确定、模型评价指标是什么，以及模拟不确定性与参数不确定性是否分别得到处理。
- 阅读边界
- 仅据所给 RePEc 所载出版社摘要，无法判断程序的统计保证、计算效率或两项应用的解释程度，也不能推断刊本变化。
原文摘要
This paper describes a Monte Carlo procedure to assess the performance of calibrated dynamic general equilibrium models. The procedure formalizes the choice of parameters and the evaluation of the model and provides an efficient way to conduct a sensitivity analysis for perturbations of the parameters within a reasonable range. As an illustration the methodology is applied to two problems: the equity premium puzzle and how much of the variance of actual U.S. output is explained by a real business cycle model. Copyright 1994 by John Wiley & Sons, Ltd.