Macroeconomic forecasting and structural change
宏观经济预测与结构变化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：摘要直接以时变系数VAR和随机波动率处理结构变化并开展宏观预测，同时涉及预测、结构变化和时间序列。
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…
宏观经济预测与结构变化
- 研究问题
- 将结构变化纳入宏观预测模型，能否提高美国通胀、失业率和利率的样本外预测准确度，尤其是通胀预测？
- 方法与思路
- 作者使用带随机波动率的时变系数VAR，在模拟实时的样本外练习中预测美国三项变量，并与其他模型比较。
- 材料陈述的贡献
- 摘要称，该模型对三项变量预测准确，通胀预测明显优于所比较模型，且这一结果在20世纪80年代中期之后仍成立。
- 阅读关注点
- 应核对时变系数与随机波动率各自的作用、模拟实时设计、竞争模型设定，以及不同预测期限的误差评价。
- 阅读边界
- 仅依据所给Crossref摘要；参数演化设定、实时信息限制和改善数值未说明，所述优势仅能对应摘要中的比较范围。
原文摘要
SUMMARY The aim of this paper is to assess whether modeling structural change can help improving the accuracy of macroeconomic forecasts. We conduct a simulated real‐time out‐of‐sample exercise using a time‐varying coefficients vector autoregression (VAR) with stochastic volatility to predict the inflation rate, unemployment rate and interest rate in the USA. The model generates accurate predictions for the three variables. In particular, the forecasts of inflation are much more accurate than those obtained with any other competing model, including fixed coefficients VARs, time‐varying autoregressions and the naïve random walk model. The results hold true also after the mid 1980s, a period in which forecasting inflation was particularly hard. Copyright © 2011 John Wiley & Sons, Ltd.