Investigating Growth-at-Risk Using a Multicountry Nonparametric Quantile Factor Model
利用多国非参数分位数因子模型研究增长风险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：摘要明确结合多国宏观面板、潜在因子与增长分位数预测，直接对应这三个方向。
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…
利用多国非参数分位数因子模型研究增长风险
- 研究问题
- 研究如何结合跨国信息、非线性关系与潜在共同因素，刻画经济增长的尾部风险并改善增长分位数预测。
- 方法与思路
- 作者建立分位数面板回归，以 BART 近似线性和非线性部分，并用条件异方差潜在因子捕捉横截面信息。
- 材料陈述的贡献
- 摘要称在十一个发达经济体的增长风险应用中，该框架在递归预测比较中通常优于单国分位数模型。
- 阅读关注点
- 应核对分位数函数各部分的设定、潜在因子的识别，以及尾部样本信息如何共享和递归预测比较如何实施。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，无法判断通常改善对应的指标及例外情形，也不能推断后续刊本变化。
原文摘要
We develop a nonparametric quantile panel regression model.Within each quantile, the quantile function is a combination of linear and nonlinear parts, which we approximate using Bayesian Additive Regression Trees (BART).Cross-sectional information is captured through a conditionally heteroscedastic latent factor.The nonparametric feature enhances flexibility, while the panel feature increases the number of observations in the tails.We develop Bayesian methods for inference and apply several versions of the model to study growth-at-risk dynamics in a panel of 11 advanced economies.Our framework usually improves upon singlecountry quantile models in recursive growth forecast comparisons.