A New Perspective of the Meese-Rogoff Puzzle: Application of Sparse Dynamic Shrinkage
Meese–Rogoff 谜题的新视角：稀疏动态收缩的应用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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确涉及汇率时变参数模型、预测分布比较，以及系数突然和渐进变化，对应时间序列、预测与结构变化。
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…
Meese–Rogoff 谜题的新视角：稀疏动态收缩的应用
- 研究问题
- 允许汇率模型系数稀疏、稳定或突然及渐进变化，能否改善经济模型相对随机游走的预测分布表现？
- 方法与思路
- 作者提出嵌套动态收缩过程的马尔可夫切换动态收缩过程，并将其用于时变参数模型和贝叶斯预测综合。
- 材料陈述的贡献
- 摘要称该过程统一容纳零系数、常数系数和结构变化，应用中的预测分布优于随机游走，即使考虑随机波动。
- 阅读关注点
- 应核对切换与收缩的先验、样本外预测设计、预测分布评分，以及随机游走和随机波动比较的设定是否一致。
- 阅读边界
- 这是预印本，同行评审及接收未核实。摘要未给币种、预测期和评分结果，所述优势不能推广至所有汇率预测。
原文摘要
We propose the Markov Switching Dynamic Shrinkage process (MSDSP), nesting the Dynamic Shrinkage Process (DSP) of Kowal et al. (2019). We revisit the Meese-Rogoff puzzle (Meese and Rogoff, 1983a,b, 1988) by applying the MSDSP to the economic models deemed inferior to the random walk model for exchange rate predictions. The flexibility of the MSDSP model captures the possibility of zero coefficients (sparsity), constant coefficient (dynamic shrinkage), as well as sudden and gradual parameter movements (structural change) in the time-varying parameter model setting. We also apply MSDSP in the context of Bayesian predictive synthesis (BPS) (McAlinn and West, 2019), where dynamic combination schemes exploit the information from the alternative economic models. Our analysis provide a new perspective to the Meese-Rogoff puzzle, illustrating that the economic models, enhanced with the parameter flexibility of the MSDSP, produce predictive distributions that are superior to the random walk model, even when stochastic volatility is considered.