Evaluating Point and Density Forecasts of DSGE Models
评估DSGE模型的点预测与密度预测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：摘要直接评估宏观变量的点与密度预测，并以贝叶斯VAR作为动态时间序列比较模型。
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
评估DSGE模型的点预测与密度预测
- 研究问题
- 四个DSGE模型对通胀、产出增长和联邦基金利率的实时预测有多准确，其预测密度能否合理反映实际不确定性？
- 方法与思路
- 作者使用与美联储Greenbook同步的实时数据，以其即时预测作为条件，比较DSGE、贝叶斯VAR及多个DSGE的组合预测。
- 材料陈述的贡献
- 摘要称条件预测在增长和利率上可比Greenbook，通胀较弱；组合提高精度，DSGE密度预测则高估点预测周围的不确定性。
- 阅读关注点
- 应核对即时预测提供的条件信息、实时数据版本及预测期，并检查点预测评分、密度校准和模型组合的实施方法。
- 阅读边界
- 仅据所给OpenAlex摘要；结论依赖Greenbook即时预测这一信息条件，未提供完整评价数值，不能外推为无条件预测优势。
原文摘要
This paper investigates the accuracy of forecasts from four dynamic stochastic general equilibrium (DSGE) models for inflation, output growth and the federal funds rate using a real-time dataset synchronized with the Fed's Greenbook projections. Conditioning the model forecasts on the Greenbook nowcasts leads to forecasts that are as accurate as the Greenbook projections for output growth and the federal funds rate. Only for inflation are the model forecasts dominated by the Greenbook projections. A comparison with forecasts from Bayesian vector autoregressions shows that the economic structure of the DSGE models which is useful for the interpretation of forecasts does not lower the accuracy of forecasts. Combining forecasts of several DSGE models increases precision in comparison to individual model forecasts. Comparing density forecasts with the actual distribution of observations shows that DSGE models overestimate uncertainty around point forecasts. Copyright © 2013 John Wiley & Sons, Ltd.