Aggregate shocks and macroeconomic fluctuations: A bayesian approach
总量冲击与宏观经济波动：贝叶斯方法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：摘要直接分析总量冲击、宏观时间序列及冲击响应分布。
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
总量冲击与宏观经济波动：贝叶斯方法
- 研究问题
- 如何刻画总量冲击对宏观时间序列响应的完整不确定性，并将识别限制自身的不确定性纳入分析？
- 方法与思路
- 作者计算冲击响应的完整概率密度，用蒙特卡洛或 Gibbs 抽样评价其性质，并在两个模型中处理识别限制的不确定性。
- 材料陈述的贡献
- 摘要称，该方法相较传统程序能纳入识别限制的不确定性，且应用中的后验标准差明显大于相应经典度量。
- 阅读关注点
- 应核对先验、识别限制的概率设定及抽样实现，并检查贝叶斯与经典不确定性度量是否在可比条件下计算。
- 阅读边界
- 所给 Crossref 摘要未交代两个模型、先验或数值结果；作者所称改进不能据此解释为所有设定下都更可靠。
原文摘要
Abstract This paper describes Bayesian techniques for analysing the effects of aggregate shocks on macroeconomic time‐series. Rather than calculate point estimates of the response of a time‐series to an aggregate shock, we calculate the whole probability density function of the response and use Monte‐Carlo or Gibbs sampling techniques to evaluate its properties. The proposed techniques impose identification restrictions in a way that includes the uncertainty in these restrictions, and thus are an improvement over traditional approaches that typically use least‐squares techniques supplemented by bootstrapping. We apply these techniques in the context of two different models. A key finding is that measures of uncertainty, such as posterior standard deviations, are much larger than are their classical counterparts.