Who Saw It Coming? Historical Experience and the 2021 Inflation Forecast Failure
谁预见了通胀？历史经验与 2021 年通胀预测失误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：摘要直接研究通胀预测失误，并将其与大缓和时期、供给冲击状态及状态转变联系，对应宏观预测与结构变化。
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
谁预见了通胀？历史经验与 2021 年通胀预测失误
- 研究问题
- 美国二〇二一年通胀预测失误是否主要源于估计样本过度代表大缓和时期，以及历史经历塑造的预期先验？
- 方法与思路
- 作者比较截距校正、基于七十年代数据的相似性重估和核加权估计，并结合家庭年龄差异及语言模型角色实验。
- 材料陈述的贡献
- 摘要称历史信息调整明显缩小预测缺口，且适用于其他价格指数；家庭与模型实验结果与经验影响预期的解释一致。
- 阅读关注点
- 应核对预测时点的信息集、历史样本及核权重选择、年龄与其他因素的混杂，以及语言模型训练泄漏假设。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出预测误差数值，年龄关联与角色实验不足以确证人类学习机制。
原文摘要
This paper studies the 2021 U.S. inflation forecasting failure. I show that the failure was primarily driven by sample composition rather than functional-form misspecification: estimation samples dominated by the Great Moderation underweight supply-shock regimes, and expectations anchored to that regime were slow to recognize the shift. Three historically informed adjustments, an intercept correction, a similarity re-estimation on 1970s data, and a kernel-weighted estimator, substantially close the forecast gap, and the gains extend to eight additional U.S. price indices. Household survey respondents over 60, whose lifetime includes the 1970s, reported higher inflation expectations from early 2021, consistent with experience-based learning; younger cohorts remained anchored to the prevailing regime. A controlled experiment with large language models conditioned on ``experienced'' and ``young'' professional personas confirms that experiential priors generate significant forecast differences under a common training leakage assumption. Across all three exercises, the source of the prior mattered more than the sophistication of the model.