.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
应用研究中的一个核心问题是估计外生干预或冲击对结果的影响。干预可以影响结果，并对影响进行控制和随时间变化。此外，结果、控制和干预之间可能存在后续反馈。许多这些互动关系可以通过局部投影来梳理。该方法的简洁性使其成为实证研究者工具箱中一个方便且多用途的工具，适用于复杂场景。本文为从业者综述了该领域的最新进展，并讨论了局部投影方法的最佳实践和可能的扩展，以及其局限性。(JEL C32, C33, C36, E23, E24)
Keyword:
SAMPLE CONFIDENCE-INTERVALS
IMPULSE-RESPONSE FUNCTIONS
MONETARY-POLICY
VECTOR AUTOREGRESSIONS
WILD BOOTSTRAP
INFERENCE
MODELS
TIME
HETEROSKEDASTICITY
AUTOCORRELATION
期刊
IF:
10.6
论文数:
689
被引数:
1.3W
机构
C
引用论文
.png){kind=icon}
分享.png){kind=icon}
收藏
分享收藏Fast and wild: Bootstrap inference in Stata using boottest快速而狂野: 使用boottest在Stata中进行引导推理.png)
STATA JOURNAL.png)
OAAI
STATA JOURNALIF2.4
OAAI分享收藏分享收藏分享收藏
查看更多内容