Inferring Changes in Expectation Behavior Over Time: An Application of Nonlinear Time-Varying-Parameters Estimation
推断预期行为随时间的变化：非线性时变参数估计的应用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。
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：摘要明确用宏观时间序列和非线性时变参数方法推断货币增长预期，直接对应宏观时间序列分析。
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
推断预期行为随时间的变化：非线性时变参数估计的应用
- 研究问题
- 如何从宏观时间序列推断经济主体的预期结构随时间发生的变化，尤其是其对不同货币增长模型的信念权重如何调整？
- 方法与思路
- 作者考察两个简化宏观模型，把货币增长预期设为不同增长模型的时变加权平均，用非线性时变参数方法联合估计权重与结构参数。
- 材料陈述的贡献
- 摘要称本文发展了非线性时变参数估计方法，可推断样本期内对竞争性货币增长模型的信念调整，并涉及联邦公开市场委员会公告。
- 阅读关注点
- 应核对候选货币增长模型、时变权重的限制与演化方式，以及权重和结构参数的联合识别、估计算法和预期行为解释。
- 阅读边界
- 摘要未说明数据、具体识别条件及估计不确定性；时变权重来自模型设定，不能仅凭摘要把它们视为直接观测到的主体信念。
原文摘要
This article develops a new method for inferring the structure of agents' expectations from macroeconomic time series. Two versions of a somewhat stylized macroeconomic model are examined. Expectations of money growth are a central driving variable, assumed to be formed as a time-varying weighted average of alternative money-growth models. The weights are estimated as time-varying parameters jointly with the structural parameters for the model, using a nonlinear time-varying parameters method developed for the article. The results allow the author to infer how agents may have revised their beliefs about competing money-growth models (including Federal Open Market Committee announcements) over the sample.