Robust Econometrics for Growth-at-Risk
增长风险的稳健计量方法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。
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：摘要直接围绕增长风险的长期预测及预测准确性展开。
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
增长风险的稳健计量方法
- 研究问题
- 现有增长风险框架隐含固定 Pareto 指数时，如何更稳健地估计增长分布尾部，并改善长期增长风险预测与金融异常的捕捉？
- 方法与思路
- 作者提出基于理论框架的增长风险尾部估计方法，通过模拟比较预测表现，并开展长期增长风险分析；具体估计构造摘要未说明。
- 材料陈述的贡献
- 摘要称建立方法有效性的理论依据，模拟中的预测准确性持续优于所比较方法，长期分析也更好地捕捉金融异常。
- 阅读关注点
- 应核对 Pareto 指数如何变化、稳健性的定义、尾部估计所需条件，以及预测期限、评价指标和基准方法是否支持摘要中的比较。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出模型、样本、具体数值或理论条件，无法独立判断所称预测优势。
原文摘要
The Growth-at-Risk (GaR) framework has garnered attention in recent econometric literature, yet current approaches implicitly assume a constant Pareto exponent. We introduce novel and robust econometrics to estimate the tails of GaR based on a rigorous theoretical framework and establish validity and effectiveness. Simulations demonstrate consistent outperformance relative to existing alternatives in terms of predictive accuracy. We perform a long-term GaR analysis that provides accurate and insightful predictions, effectively capturing financial anomalies better than current methods.