The relationship between the Beveridge–Nelson decomposition and other permanent–transitory decompositions that are popular in economics
贝弗里奇—纳尔逊分解与其他永久—暂时分解的关系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：摘要围绕经济时间序列的永久与暂时成分、单整模型及趋势周期滤波展开，直接对应时间序列建模与分解方向。
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…
关注这篇论文的作者
贝弗里奇—纳尔逊分解与其他永久—暂时分解的关系
- 研究问题
- 贝弗里奇—纳尔逊分解与不可观测成分模型及滤波方法之间有何联系，永久和暂时冲击的相关性又如何影响成分估计？
- 方法与思路
- 作者比较基于差分自回归移动平均模型的分解与随机游走趋势、平稳周期模型，并将二阶单整情形联系到非模型化信号提取滤波。
- 材料陈述的贡献
- 摘要称该分解可提供一类不可观测成分模型中的冲击相关信息、评价替代分解方法，且适当设定预测模型时也能产生平滑周期。
- 阅读关注点
- 应核对不同分解之间成立联系的模型类别、冲击相关性如何决定平滑成分，以及预测模型设定如何影响周期的平滑程度。
- 阅读边界
- 仅据所给出版社摘要，无法确认这些联系适用于哪些具体模型；平滑周期的可能性不代表普遍结果，摘要未说明证明条件和数值表现。
原文摘要
The Beveridge-Nelson (BN) decomposition is a model-based method for decomposing time series into permanent and transitory components. When constructed from an ARIMA model, it is closely related to decompositions based on unobserved components (UC) models with random walk trends and covariance stationary cycles. The decomposition when extended to I(2) models can also be related to non-model-based signal extraction filters such as the HP filter. We show that the BN decomposition provides information on the correlation between the permanent and transitory shocks in a certain class of UC models. The correlation between components is known to determine the smoothed estimates of components from UC models. The BN decomposition can also be used to evaluate the efficacy of alternative methods. We also demonstrate, contrary to popular belief, that the BN decomposition can produce smooth cycles if the reduced form forecasting model is appropriately specified.