跳到正文
← 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:摘要明确以产出和通胀构建双变量不可观测成分模型,并用卡尔曼滤波估计随机趋势,直接对应时间序列分析。

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
Kenneth N. Kuttner

将潜在产出作为潜变量进行估计

研究问题
如何在潜在产出不可直接观测的情况下,结合实际 GDP 与通胀信息估计潜在产出,并衡量产出缺口与通胀之间的关系?
方法与思路
作者将潜在实际 GDP 设为不可观测随机趋势,用总供给关系连接产出缺口与通胀,构建双变量不可观测成分模型,以卡尔曼滤波实现极大似然估计。
材料陈述的贡献
摘要称,该方法同时给出潜在产出估计及其标准误,并估计通胀对实际增长和产出缺口的数量响应,为潜在产出的不确定性度量提供方法。
阅读关注点
阅读时应核对趋势与其他成分的设定、总供给关系的识别约束、卡尔曼滤波及似然构造,以及潜在产出标准误如何计算。
阅读边界
摘要未说明样本范围、模型识别条件或稳健性检验;潜在产出依赖不可观测成分设定,通胀响应也不能直接作因果解释。

原文摘要

This article proposes a new method for estimating potential output in which potential real gross domestic product (GDP) is modeled as an unobserved stochastic trend and deviations of GDP from potential affect inflation through an aggregate supply relationship. The output and inflation equations together form a bivariate unobserved-components model that is estimated via maximum likelihood through the use of the Kalman-filter algorithm. The procedure yields a measure of potential output and its standard error and an estimate of the quantitative response of inflation to real growth and the output gap.

笔记与分组
相关领域论文