Forecast Error Variance Decompositions with Local Projections
基于局部投影的预测误差方差分解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：摘要明确在局部投影框架下估计预测误差方差分解，并展示货币政策与生产率冲击应用，直接对应宏观冲击分析。
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
基于局部投影的预测误差方差分解
- 研究问题
- 如何在局部投影框架下估计预测误差方差分解，以衡量冲击对预测误差波动的贡献，并改善有限样本中的估计表现？
- 方法与思路
- 作者在局部投影框架中构造方差分解估计量，以 bootstrap 校正偏差，并用模拟及货币政策、生产率冲击应用展示方法。
- 材料陈述的贡献
- 摘要提出并研究局部投影框架下的方差分解估计量，称经 bootstrap 偏差校正后在具有经验相关性的样本规模下模拟表现良好。
- 阅读关注点
- 应核对冲击识别与归一化方式、方差分解分母和预测期限的定义，以及 bootstrap 偏差校正的实施步骤与适用条件。
- 阅读边界
- 摘要未说明冲击识别假设、模拟设计和具体误差指标；所称模拟表现良好限于其考察设定，无法据此判断普遍优越性。
原文摘要
We propose and study properties of an estimator of the forecast error variance decomposition in the local projections framework. We find for empirically relevant sample sizes that, after being bias-corrected with bootstrap, our estimator performs well in simulations. We also illustrate the workings of our estimator empirically for monetary policy and productivity shocks. KEYWORDS: Forecast error variance decomposition; Local projections.