Estimation and Solution of Models with Expectations and Structural Changes
含预期与结构变化模型的估计和求解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：摘要聚焦前瞻预期模型的结构变化及主体信念，并以通胀目标和沃尔克反通胀时期的新凯恩斯模型说明方法。
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
含预期与结构变化模型的估计和求解
- 研究问题
- 当经济结构发生变化且主体信念可能偏离真实变化时，如何求解含前瞻预期的线性化模型，并构造用于参数估计的似然？
- 方法与思路
- 作者在多种信念假设下给出模型解，利用“后向—前向”算法构造对应似然，并在通胀计划与新凯恩斯模型中展示应用。
- 材料陈述的贡献
- 摘要称，该方法可处理信念偏离现实的情形；与马尔可夫状态转换方法相比，所展示计算可更快获得准确结果。
- 阅读关注点
- 核对结构变化与主体信念分别如何设定、后向—前向算法的适用条件，以及沃尔克反通胀应用中的识别和计算对照。
- 阅读边界
- 摘要未说明变化时点是否已知、信念如何识别及速度比较标准；作者报告的准确性与计算优势不能推广到所有模型。
原文摘要
Summary In this paper, we develop solutions for linearized models with forward‐looking expectations and structural changes under a variety of assumptions regarding agents' beliefs about those structural changes. For each solution, we show how its associated likelihood function can be constructed by using a ‘backward–forward’ algorithm. We illustrate the techniques with two examples. The first considers an inflationary program in which beliefs about the inflation target evolve differently from the inflation target itself, and the second applies the techniques to estimate a new Keynesian model through the Volcker disinflation. We compare our methodology with the alternative in which structural change is captured by switching between regimes via a Markov switching process. We show that our method can produce accurate results much faster than the Markov switching method as well as being easily adapted to handle beliefs departing from reality. Copyright © 2016 John Wiley & Sons, Ltd.