MétaCan
Menu
Retour à la cohorte
Enregistrement W4390753196 · doi:10.1111/joes.12612

Fat‐tailed DSGE models: A survey and new results

2024· article· en· W4390753196 sur OpenAlexaff
Chetan Dave, Marco M. Sorge

Notice bibliographique

RevueJournal of Economic Surveys · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDynamic stochastic general equilibriumHeteroscedasticityBusiness cycleEconometricsRational expectationsEconomicsSeries (stratigraphy)Class (philosophy)General equilibrium theoryGaussianMathematical economicsComputer scienceMicroeconomicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract We review recent advances in dynamic stochastic general equilibrium theory concerned with the emergence of fat‐tailed time‐series distributions. Focusing on mechanisms that are firmly grounded in structural equilibrium models, we provide a common reference framework to organize existing contributions according to whether they entail extreme business cycle swings as an endogenous response to small and short‐lived shocks ( “thin in, fat out” ), or rather as an automatic consequence of large and/or heteroskedastic exogenous impulses ( “fat in, fat out” ). Within the former class, non‐Gaussian features of equilibrium patterns can endogenously emerge in fully rational, Gaussian environments. Using an empirically plausible real business cycle framework, we also report novel simulation‐based evidence that helps reconcile theoretical predictions with the documented higher‐order properties of time‐series data for output measures.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,233
Tête enseignante GPT0,278
Écart entre enseignants0,045 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic SurveysMême sujetMonetary Policy and Economic ImpactTravaux en français237 207