What Can Time‐Series Regressions Tell Us About Policy Counterfactuals?
时间序列回归能告诉我们哪些政策反事实？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：摘要以时间序列中政策冲击的因果效应为输入，研究结构宏观模型的政策反事实。
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
时间序列回归能告诉我们哪些政策反事实？
- 研究问题
- 在一类线性化结构宏观模型中，现行政策规则下可估计的冲击因果效应，能否支持替代政策规则的反事实及最优政策分析？
- 方法与思路
- 作者利用现行规则下当期与消息冲击的因果效应构造替代规则反事实；给定损失函数后恢复最优规则，并讨论证据有限时的应用。
- 材料陈述的贡献
- 摘要称，相关冲击效应足以构造政策规则反事实，且在作者假设下反事实与最优政策对卢卡斯批评具有稳健性。
- 阅读关注点
- 应核对模型范围、冲击效应所需的完整信息、政策规则变化的限制，以及卢卡斯批评稳健性依赖的假设和证据不足时的处理。
- 阅读边界
- 仅据所给 Crossref 摘要，无法获知完整结构假设、冲击识别方式或可实施算法；稳健性结论不能推广到任意非线性模型。
原文摘要
We show that, in a general family of linearized structural macroeconomic models, knowledge of the empirically estimable causal effects of contemporaneous and news shocks to the prevailing policy rule is sufficient to construct counterfactuals under alternative policy rules. If the researcher is willing to postulate a loss function, our results furthermore allow her to recover an optimal policy rule for that loss. Under our assumptions, the derived counterfactuals and optimal policies are robust to the Lucas critique. We then discuss strategies for applying these insights when only a limited amount of empirical causal evidence on policy shock transmission is available.