Reassessing growth vulnerability
重新评估增长脆弱性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：摘要直接研究GDP增长分位数预测与金融状况指数的序列持久性，对应宏观预测及时间序列方向。
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
重新评估增长脆弱性
- 研究问题
- 考虑金融状况指数的高度序列相关后，GDP增长下分位数与金融状况的既有关系是否稳健，尾部预测能否得到改善？
- 方法与思路
- 作者先复现既有增长脆弱性研究，再采用IVX-QR及双重加权估计量处理持久预测变量，并通过平滑估计方程实施估计。
- 材料陈述的贡献
- 摘要称，原研究结论对持久预测变量可能造成的偏误保持稳健；样本外分析提示相应稳健方法可改善GDP增长下分位数预测。
- 阅读关注点
- 应核对持久性的建模方式、两种估计量的适用条件、平滑参数选择，以及样本外窗口、预测期和下分位数评价指标。
- 阅读边界
- 仅据所给 Crossref 摘要，稳健性检验细节与预测改进幅度未说明，不能认定金融状况具有因果作用或所有尾部预测均获改善。
原文摘要
Summary This paper replicates the results of Adrian et al. ( American Economic Review , 2019) that GDP growth volatility is mainly driven by the lower quantiles of the distribution which is predicted by the financial condition. It extends their study by estimating the model with the IVX‐QR estimator of Lee ( Journal of Econometrics , 2016) and double weighted estimator of Cai et al. ( Journal of Econometrics , 2022) considering that the financial condition index is highly serially correlated. Both models are estimated with the smoothed estimating equation approach of Kaplan and Sun ( Econometric Theory , 2017). The results show that the findings of Adrian et al. ( American Economic Review , 2019) are robust to possible bias due to the existence of persistent predictors. The out‐of‐sample forecasting exercises suggest that methods that are robust to the existence of persistent predictors can improve forecasting performance at the lower quantiles of the GDP growth distribution.