Limited information estimation and evaluation of DSGE models
DSGE模型的有限信息估计与评价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：摘要讨论宏观动态方程、前瞻预期及不可观测非平稳变量，直接涉及宏观时间序列建模。
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
DSGE模型的有限信息估计与评价
- 研究问题
- 当完整方程系统可能存在设定问题时，如何针对特定方程估计和评价DSGE模型，并处理前瞻预期与不可观测非平稳变量？
- 方法与思路
- 作者提出针对特定方程的有限信息分析方法，分别处理前瞻预期和不可观测非平稳变量，并用一个已有模型展示与全信息分析的配合。
- 材料陈述的贡献
- 摘要主张有限信息分析可补充全系统分析，并称提供了处理两类实施难点的方法；其价值在于减少对完整系统正确设定的依赖。
- 阅读关注点
- 应核对特定方程的选择依据、预期项与非平稳潜变量的处理方式，以及有限信息和全信息分析之间如何传递信息、比较结果。
- 阅读边界
- 摘要未说明识别条件、具体估计程序或效率比较，不能据此判断有限信息方法普遍更优；本条仅依据所给Crossref版本摘要。
原文摘要
Abstract We advance the proposition that dynamic stochastic general equilibrium (DSGE) models should not only be estimated and evaluated with full information methods. These require that the complete system of equations be specified properly. Some limited information analysis, which focuses upon specific equations, is therefore likely to be a useful complement to full system analysis. Two major problems occur when implementing limited information methods. These are the presence of forward‐looking expectations in the system as well as unobservable non‐stationary variables. We present methods for dealing with both of these difficulties, and illustrate the interaction between full and limited information methods using a well‐known model. Copyright © 2009 John Wiley & Sons, Ltd.