Bias in local projections
局部投影的偏差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：摘要以宏观局部投影的小样本偏差为核心，并使用宏观时间序列模型分析估计和标准误，直接对应局部投影与时间序列。
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…
局部投影的偏差
- 研究问题
- 宏观研究中时间维度较小的样本会使局部投影点估计产生多大偏差，这种偏差是否也会影响自相关稳健标准误的可靠性？
- 方法与思路
- 作者在正则条件下推导局部投影偏差的简明近似表达式，提出偏差修正办法，并利用中等规模宏观时间序列模型展示其影响。
- 材料陈述的贡献
- 摘要称，局部投影的小样本偏差可能具有经济意义，提出可用于修正的近似公式，并指出部分自相关稳健标准误可能低估抽样不确定性。
- 阅读关注点
- 应核对偏差展开的正则条件、预测期和样本长度的关系、修正方法的实施，以及哪些标准误估计受到影响及其机制。
- 阅读边界
- 仅据所给出版社摘要；偏差公式、模型参数和修正后的有限样本表现未说明，不能认定所有局部投影或稳健标准误均失效。
原文摘要
Local projections (LPs) are a popular tool in macroeconomic research. We show that LPs are often used with very small samples in the time dimension and, consequently, that LP point estimates can be severely biased. Under regularity conditions, we derive simple expressions to approximate this bias and propose a way to correct for bias in LPs. Using a medium-scale macroeconomic time-series model, we demonstrate that the bias in point estimates can be economically meaningful. We also show that the same small-sample bias issue can lead some autocorrelation-robust standard errors to understate sampling uncertainty.