Unobserved-Component Time Series Models With Markov-Switching Heteroscedasticity: Changes in Regime and the Link Between Inflation Rates and Inflation Uncertainty
含马尔可夫转换异方差的不可观测成分时间序列模型：状态变化与通胀不确定性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：摘要明确讨论通胀时间序列的随机趋势与自回归成分，并允许均值和方差发生状态转换，对应时间序列与结构变化。
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…
关注这篇论文的作者
含马尔可夫转换异方差的不可观测成分时间序列模型：状态变化与通胀不确定性
- 研究问题
- 如何在不可观测成分模型中同时允许均值与方差发生状态转换，并据此研究通胀水平与长期、短期通胀不确定性的关系？
- 方法与思路
- 作者将通胀分解为随机游走趋势与平稳自回归成分，在均值和方差中引入马尔可夫状态转换，以四状态模型分析美国国民生产总值平减指数数据。
- 材料陈述的贡献
- 摘要称，扩展模型提供了条件异方差不可观测成分模型的一种替代方案；美国样本结果显示，较高通胀与较高长期不确定性相关。
- 阅读关注点
- 阅读时应核对四种状态的定义、均值与方差转换的识别、长期及短期不确定性的度量，并检查通胀与不确定性关联对模型设定是否敏感。
- 阅读边界
- 摘要未说明状态转换约束、估计细节或稳健性结果；较高通胀与长期不确定性的相关性，不能单凭摘要解释为因果效应或量化福利损失。
原文摘要
In this article, I first extend the standard unobserved-component time series model to include Hamilton's Markov-switching heteroscedasticity. This will provide an alternative to the unobserved-component model with autoregressive conditional heteroscedasticity, as developed by Harvey, Ruiz, and Sentana and by Evans and Wachtel. I then apply a generalized version of the model to investigate the link between inflation and its uncertainty (U.S. data, gross national product deflator, 1958:1-1990:4). I assume that inflation consists of a stochastic trend (random-walk) component and a stationary autoregressive component, following Ball and Cecchetti, and a four-state model of U.S. inflation rate is specified. By incorporating regime shifts in both mean and variance structures, I analyze the interaction of mean and variance over long and short horizons. The empirical results show that inflation is costly because higher inflation is associated with higher long-run uncertainty.