Estimating Fiscal Multipliers by Combining Statistical Identification with Potentially Endogenous Proxies
结合统计识别与潜在内生代理变量估计财政乘数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：摘要明确使用财政政策结构向量自回归和代理变量识别财政冲击，并估计财政乘数。
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…
结合统计识别与潜在内生代理变量估计财政乘数
- 研究问题
- 财政政策结构向量自回归使用不同代理变量时，为何会得到冲突的财政乘数结论，代理变量内生性是否是其中原因？
- 方法与思路
- 作者将可能内生的代理变量纳入贝叶斯非高斯结构向量自回归，结合统计识别来估计财政政策冲击及其经济影响。
- 材料陈述的贡献
- 摘要称代理外生性违反可能解释既有结果冲突，并报告在所用模型下，增加政府支出比减税更能刺激经济。
- 阅读关注点
- 应核对非高斯统计识别条件、代理内生性的建模方式、财政乘数定义，以及政策比较对先验和模型设定的敏感性。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明数据、样本期、乘数数值与识别细节，政策比较仅是作者报告的结果。
原文摘要
Different proxy variables used in fiscal policy SVARs lead to contradicting conclusions regarding the size of fiscal multipliers. Our analysis suggests that the conflicting results may stem from violations of the proxy exogeneity assumptions. We propose a novel approach to include proxy variables into a Bayesian non-Gaussian SVAR, tailored to accommodate potentially endogenous proxies. Using our model, we find that increasing government spending is more effective in stimulating the economy than reducing taxes.