VAR Estimation and Forecasting When Data Are Subject to Revision
数据修订条件下的 VAR 估计与预测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：摘要明确讨论数据修订下的 VAR 估计、宏观经济活动模型和 GDP 预测，直接对应宏观时间序列与预测方向。
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
数据修订条件下的 VAR 估计与预测
- 研究问题
- 在统计机构持续修订宏观数据的环境下，如何将修订机制纳入 VAR 估计与预测，并评估相对常规预测程序的表现？
- 方法与思路
- 作者推广 Howrey 方法，假设政府估计在有限滞后后满足有效性，同时不预设早期修订究竟来自新增信息还是噪声减少。
- 材料陈述的贡献
- 摘要称给出标量情形的渐近表现结果，示例中优于传统 VAR 与原 Howrey 方法，GDP 预测与专业预测者具有竞争力。
- 阅读关注点
- 应核对有限滞后后有效的具体含义、修订数据进入模型的方式、标量理论对多变量情形的适用范围，以及预测比较的样本与基准。
- 阅读边界
- 摘要未给出修订过程、样本期和完整比较结果；优势只在所述模型与应用中报告，不能推断任意数据修订环境下都更好。
原文摘要
We show that Howrey’s method for producing economic forecasts when data are subject to revision is easily generalized to handle the case where data are produced by a sophisticated statistical agency. The proposed approach assumes that government estimates are efficient with a finite lag. It takes no stand on whether earlier revisions are the result of “news” or of reductions in “noise.” We present asymptotic performance results in the scalar case and illustrate the technique using several simple models of economic activity. In each case, it outperforms both conventional VAR analysis and the original Howrey method. It produces GDP forecasts that are competitive with those of professional forecasters. Special cases and extensions of the analysis are discussed in a series of appendices that are available online.