Quasi-Bayesian Local Projection Instrumental-Variables Method: Application to Renewable Energy and Electricity Prices
准贝叶斯局部投影工具变量法：可再生能源与电价应用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：摘要直接提出局部投影工具变量估计、跨期脉冲响应平滑和联合响应推断，对应 VAR 与局部投影细分。
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
准贝叶斯局部投影工具变量法：可再生能源与电价应用
- 研究问题
- 局部投影工具变量估计在不同响应期限上较不稳定时，如何通过平滑正则化改善有限样本表现，并进行联合推断？
- 方法与思路
- 作者以 GMM 目标构造基于矩条件的准后验，加入粗糙度惩罚先验平滑跨期脉冲响应，并通过同时置信带进行联合推断。
- 材料陈述的贡献
- 摘要称，该方法保留传统局部投影工具变量法的关键一阶性质，模拟中相对标准 GMM 降低均方根误差，尤其中长期较明显。
- 阅读关注点
- 应核对工具变量有效性、准后验与频率推断的关系、平滑强度选择、一阶性质保持的条件，以及同时置信带的校准。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未说明工具变量、先验设置、理论条件和误差改善的具体数值。
原文摘要
This paper introduces a quasi-Bayesian approach for local projection instrumental-variables (LP-IV) estimation. It builds a moment-based quasi-posterior using the generalized method of moments (GMM) objective and applies a roughness-penalty prior to smooth impulse responses over different horizons. The approach maintains the key first-order features of traditional LP-IV methods, while enhancing stability in finite samples and allowing for joint inference through simultaneous bands. Simulations indicate that this regularization decreases root mean squared error compared to standard GMM, especially at medium and longer horizons. An application to Danish electricity markets highlights the method's practical usefulness.