Loss function‐based evaluation of DSGE models
基于损失函数的 DSGE 模型评估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：摘要直接比较货币增长冲击的脉冲响应，并评价宏观模型的时间序列拟合。
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
基于损失函数的 DSGE 模型评估
- 研究问题
- 当 DSGE 模型可能存在误设时，如何评价其对研究者关注的总体特征的匹配程度，并比较不同模型的表现？
- 方法与思路
- 作者提出贝叶斯评估程序，以参考模型补全模型空间，再用三种损失函数衡量模型预测与总体特征综合后验分布的差异。
- 材料陈述的贡献
- 摘要称，CIA 模型的后验概率和样本内拟合更好，但 PAC 模型的脉冲响应更接近后验均值，展示了不同评估标准的差异。
- 阅读关注点
- 核对参考模型、总体特征和三种损失函数的具体定义，以及模型后验概率、时间序列拟合与脉冲响应评价如何关联。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断先验、模型误设范围及结果稳健性；摘要未说明具体数值，也不能推断其他版本变化。
原文摘要
Abstract In this paper we propose a Bayesian econometric procedure for the evaluation and comparison of DSGE models. Unlike in many previous econometric approaches we explicitly take into account the possibility that the DSGE models are misspecified and introduce a reference model to complete the model space. Three loss functions are proposed to assess the discrepancy between DSGE model predictions and an overall posterior distribution of population characteristics that the researcher is trying to match. The evaluation procedure is applied to the comparison of a standard cash‐in‐advance (CIA) and a portfolio adjustment cost (PAC) model. We find that the CIA model has higher posterior probability than the PAC model and achieves a better in‐sample time series fit. Both models overpredict the magnitude of the negative correlation between output growth and inflation. However, unlike the PAC model, the CIA model is not able to generate a positive real effect of money growth shocks on aggregate output. Overall, the impulse response dynamics of the PAC model resemble the posterior mean impulse response functions more closely than the responses of the CIA model. Copyright © 2000 John Wiley & Sons, Ltd.