Should we trust cross‐sectional multiplier estimates?
横截面乘数估计值得信赖吗？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：摘要集中讨论空间宏观设定下的横截面乘数偏误，未明确采用 VAR、局部投影或面板方法，现有细分不足以直接对应。
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
横截面乘数估计值得信赖吗？
- 研究问题
- 当数据由常规空间宏观模型生成时，横截面乘数、弹性或传导率估计会出现哪些偏误，单位间动态异质性有何影响？
- 方法与思路
- 作者分析空间宏观设定下横截面估计量的性质，提出适用于异质动态的方法，并用实验设置和美国州财政乘数进行比较。
- 材料陈述的贡献
- 摘要称，标准估计受到多种偏误影响，其中单位间动态异质性尤其重要，并提出改善方法及展示偏误程度的比较。
- 阅读关注点
- 应核对数据生成过程、横截面估计对象与目标乘数的关系，以及异质动态引发偏误的机制和替代方法的适用条件。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；替代方法、实验设置性质及偏误数值未说明，不能据此否定所有横截面乘数估计。
原文摘要
Summary I examine the properties of cross‐sectional estimators of multipliers, elasticities, or pass‐throughs when a conventional spatial macroeconomic specification generates the data. A number of important biases plague standard estimates; the most relevant one occurs when the units display heterogeneous dynamics. Methods that work well in this situation are suggested. An experimental setting shows the magnitude of the biases cross‐sectional estimators display. Average estimates of local fiscal multipliers in the US states are compared and contrasted.