Clustered Local Projections for Time-Varying Models
时变模型的聚类局部投影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：摘要直接研究局部投影、货币政策冲击响应及随可观测状态变化的模型参数，对应冲击分析与结构变化方向。
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…
时变模型的聚类局部投影
- 研究问题
- 当模型参数随低维可观测变量变化时，如何估计状态相关的冲击响应，并分析不确定性如何改变货币政策冲击的传导？
- 方法与思路
- 作者提出迭代式聚类局部投影：先用 k-means 分类，再以 GMM 估计各组冲击响应，并评估组间响应差异。
- 材料陈述的贡献
- 摘要区分外生驱动变量下的条件平均响应与内生情形下的条件边际效应加权平均，并报告不确定性渠道的应用结果。
- 阅读关注点
- 应核对驱动变量外生与内生时估计对象的区别、聚类及冲击识别条件，以及聚类步骤的不确定性如何进入最终推断。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未核实；摘要未说明完整识别条件、聚类选择规则或应用估计值，不能确认渠道解释。
原文摘要
We propose a clustered local projection (clustered LP) method to estimate impulse response functions in a class of time-varying models where parameter variation is linked to a low-dimensional matrix of observables. We show that the clustered LP recovers the conditional average response when the driving variables are exogenous and a weighted average of the conditional marginal effects when they are endogenous. We propose an iterative estimation method that first classifies the data using k-means, estimates impulse response functions via GMM, and evaluates differences across clustered LP estimates. Our Monte Carlo simulations illustrate the ability of clustered LP to approximate the conditional average response function. We employ our technique to examine how uncertainty influences the transmission of a contractionary monetary policy shock to the 5- and 10-year U.S. nominal Treasury yields. Our estimation results suggest macroeconomic and monetary policy uncertainty operate through complementary but distinct channels: the former primarily amplifies the risk compensation embedded in the term premium, while the latter governs the speed and persistence with which markets revise their expectations about the future rate path following a monetary policy shock.