Business Cycle Asymmetries
商业周期的不对称性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：摘要明确使用Markov转换自回归模型分析美国宏观增长序列及商业周期不对称性，直接属于宏观时间序列方向。
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…
商业周期的不对称性
- 研究问题
- 如何在Markov转换自回归模型中检验商业周期的深度、陡峭度和尖锐度不对称性，不同状态数会怎样限制这些性质？
- 方法与思路
- 作者构造三类不对称性的Wald检验，分析标准两状态模型中的性质关系，并用美国GNP、投资及消费增长模型作示例。
- 材料陈述的贡献
- 摘要称检验具有标准渐近性质；标准两状态模型中深度与尖锐度不对称相互蕴含，而过程不具有陡峭度不对称。
- 阅读关注点
- 应核对三类不对称性的形式定义、Wald检验的正则条件，以及状态数、模型误设和状态依赖异方差对结论的影响。
- 阅读边界
- 仅据所给OpenAlex摘要；未提供实证检验结果和稳健性细节，标准两状态模型的性质不能推广到任意商业周期模型。
原文摘要
Tests for business cycle asymmetries are developed for Markov-switching autoregressive models. The tests of deepness, steepness, and sharpness are Wald statistics, which have standard asymptotics. For the standard two-regime model of expansions and contractions, deepness is shown to imply sharpness (and vice versa), whereas the process is always nonsteep. Two and three-state models of U.S. GNP growth are used to illustrate the approach, along with models of U.S. investment and consumption growth. The robustness of the tests to model misspecification, and the effects of regime-dependent heteroscedasticity, are investigated.