Macroeconomic forecasting in a multi‐country context
多国环境下的宏观经济预测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：摘要明确使用多国 VAR 时间序列模型预测宏观变量，并比较点预测和密度预测。
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…
多国环境下的宏观经济预测
- 研究问题
- 在多国 VAR 中，模型设定和先验选择如何影响 GDP 增长、通胀及短期利率的点预测与密度预测？
- 方法与思路
- 作者提出多国 VAR 的分层收缩方法，考察三种正态尺度混合先验，并以 G7 经济体比较预测表现。
- 材料陈述的贡献
- 摘要称分层收缩尤其是 Horseshoe 先验有助于通胀预测，并报告其产出增长和利率密度预测表现最佳。
- 阅读关注点
- 应核对跨国信息共享方式、三种先验及理论条件，并检查预测窗口、评价指标和单国模型比较基准。
- 阅读边界
- 仅依据所给 Crossref 摘要；理论结果和预测差异的数值未说明，摘要中的最佳表现限于其比较范围。
原文摘要
Abstract In this paper, we propose a hierarchical shrinkage approach for multi‐country VAR models. In implementation, we consider three different scale mixtures Normals priors and provide new theoretical results. Empirically, we examine how model specifications and prior choices affect the forecasting performance for GDP growth, inflation, and a short‐term interest rate for the G7 economies. We find that hierarchical shrinkage, particularly as implemented with the Horseshoe prior, is very useful in forecasting inflation. It also has the best density forecast performance for output growth and the interest rate. Multi‐country models generally improve on the forecast accuracy of single‐country models.