Beyond Aggregate VARs: A Bayesian Benchmark for HANK Models
超越总量 VAR：异质性主体新凯恩斯模型的贝叶斯基准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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确使用结构 VAR 冲击识别，并研究宏观冲击对微观边际分布的影响。
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…
超越总量 VAR：异质性主体新凯恩斯模型的贝叶斯基准
- 研究问题
- 如何为 HANK 模型建立同时约束宏观总量与微观分布冲击响应的经验基准，并整合来自不同调查的重复横截面信息？
- 方法与思路
- 作者联合建模宏观总量和多个边际分布，允许使用总量结构 VAR 识别方法及微观数据上的识别限制，形成分布效应的联合后验。
- 材料陈述的贡献
- 摘要称，该基准可整合不同调查的分布信息，无需家庭面板或单独的第一阶段密度估计，即可刻画冲击对分布的影响。
- 阅读关注点
- 应核对分布建模及跨调查信息衔接方式、总量与微观识别限制的作用，以及联合后验如何传递调查和分布估计的不确定性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未说明具体识别限制与调查可比性条件，无法判断其对特定 HANK 模型的约束力。
原文摘要
Heterogeneous-agent New Keynesian (HANK) models characterize how entire cross-sectional distributions respond to structural shocks. Traditional representative-agent models are routinely disciplined by impulse responses from aggregate vector autoregressions (VARs). HANK models have no comparable established empirical benchmark because they make predictions not only about aggregates, but also about distributions of micro-level data. We propose a Bayesian benchmark that jointly models macroeconomic aggregates and several marginal distributions from repeated cross sections, including distributions observed in different surveys. Our approach can use both standard structural VAR identification approaches on macroeconomic aggregates and identification restrictions imposed on micro-level data. The model delivers a joint posterior of the distributional effects of shocks, without the need for household panel data or a separate first-stage density estimate.