MétaCan
Menu
Retour à la cohorte
Enregistrement W3124445705 · doi:10.24148/wp2000-12

Testing Present Value Models of the Current Account: A Cautionary Note

2001· preprint· en· W3124445705 sur OpenAlexaff
Kenneth Kasa

Notice bibliographique

RevueFederal Reserve Bank of San Francisco, Working Paper Series · 2001
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Policies and Impacts
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)Value (mathematics)EconometricsComputer scienceEconomicsMathematicsStatisticsGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Following Campbell (1987) and Campbell and Shiller (1987), many papers have evaluated the intertemporal approach to the current account by testing restrictions on a Vector Autoregression (VAR). The attractiveness of the Campbell-Shiller methodology is that it is thought to be immune to omitted information. This paper uses results from Hansen and Sargent (1991a) and Quah (1990) to show that this is not true in certain (empirically plausible) situations. In particular, it is shown that if fundamentals are driven by unobserved (to the econometrician) permanent and transitory components, then the theoretical restrictions of a standard Present Value model of the current account might not be testable with a VAR. This is because the theoretical moving average representation can turn out to be noninvertible. This implies that observed data, including the current account, do not reveal the underlying shocks to agents’ information sets. ; These results are potentially relevant given the results of several recent papers which claim that current accounts are ‘excessively volatile’. I provide a simple example in which a researcher employing the Campbell-Shiller methodology is tricked into thinking the current account responds excessively to shocks when in fact the data are consistent with the theory.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,074
score de la tête « metaresearch » (Gemma)0,427
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,427
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,009
Communication savante0,0100,018
Science ouverte0,0090,005
Intégrité de la recherche0,0080,016
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,083
Tête enseignante GPT0,267
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Reserve Bank of San Francisco, Working Paper SeriesMême sujetEconomic Policies and ImpactsTravaux en français237 207