Dealing with misspecification in structural macroeconometric models
结构宏观计量模型中的误设处理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：摘要明确评估技术冲击对产出波动的作用，直接涉及宏观冲击分析。
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
结构宏观计量模型中的误设处理
- 研究问题
- 面对一组可能误设的结构宏观模型，如何组合模型信息、估计参数，并使关于消费倾向和技术冲击的推断更稳健？
- 方法与思路
- 作者对多个模型的似然作几何组合，采用复合估计与贝叶斯拟后验计算，并利用复合后验和模型集合进行推断。
- 材料陈述的贡献
- 摘要称其模拟中复合估计的均方误差较低、复合模型的 KL 表现较好，并比较模型平均、有限混合与稳健控制方法。
- 阅读关注点
- 应核对似然组合权重、不同模型参数的对应方式、误设下后验推断的依据，以及技术冲击贡献的识别方法。
- 阅读边界
- 仅据所给 Crossref 摘要，优势限于所述模拟，误设条件与稳健性保证未说明，不能推广至任意模型或推断刊本变化。
原文摘要
We consider a set of potentially misspecified structural models, geometrically combine their likelihood functions, and estimate the parameters using composite methods. In a Monte Carlo study, composite estimators dominate likelihood‐based estimators in mean squared error and composite models are superior to individual models in the Kullback–Leibler sense. We describe Bayesian quasi‐posterior computations and compare our approach to Bayesian model averaging, finite mixture, and robust control procedures. We robustify inference using the composite posterior distribution of the parameters and the pool of models. We provide estimates of the marginal propensity to consume and evaluate the role of technology shocks for output fluctuations.