Local projections vs. VARs: Lessons from thousands of DGPs¶

作者: Dake Li, Mikkel Plagborg-Møller, Christian K. Wolf
来源: Journal of Econometrics
主题: 经济理论 / 应用
相关性: 6/10
链接: 期刊页 · arXiv

一、领域脉络与小综述¶

这个方向是什么¶

这个子方向是宏观计量经济学中结构脉冲响应函数的估计方法选择。核心问题是：给定一个宏观经济时间序列数据集（如 GDP、通胀、利率），研究者希望估计一个结构性经济冲击（如货币政策意外收紧）对各个变量在当期及未来多个时期（脉冲响应）的动态因果效应。当前，两种主流方法——局部投影（LP）和向量自回归（VAR）——长期存在争议，但缺乏一个系统、大规模、基于真实数据特征的仿真比较来指导实践选择。本文正是填补这一空白。

发展脉络（history）¶

奠基工作：Sims (1980) 引入 VAR 作为宏观计量核心工具，通过估计一个多变量线性自回归模型，然后施加识别约束（如短期零约束、符号约束）来恢复结构冲击。VAR 的优点是统计效率高（在模型正确设定下），但缺点是模型误设（如滞后阶数错误、非线性）会导致偏差。
主要进展 1：LP 的提出——Jordà (2005) 提出局部投影方法，直接对每个预测期 h 分别回归：y_{t+h} = α_h + β_h * shock_t + controls + error。核心卖点是对模型误设更稳健（不依赖整个 VAR 系统的正确设定），且易于扩展到非线性设定。但代价是方差更大（因为每个 h 的回归只用了部分样本，且误差项是移动平均过程）。
主要进展 2：VAR 的改进——贝叶斯 VAR (BVAR) 通过引入先验（如 Minnesota 先验）来收缩参数，在高维（多变量、多滞后）下显著降低方差，成为宏观实证的标准工具。偏差校正 VAR（如 Kilian, 1998; Pope, 1990）试图纠正 OLS 估计的小样本偏差，但校正本身会引入额外方差。
主要进展 3：LP 的改进——偏差校正 LP 针对 LP 估计量的有限样本偏差（来自滞后内生变量和序列相关）进行校正，试图在保持稳健性的同时降低偏差。
当前 frontier & 本文位置：尽管已有大量理论比较（如 Plagborg-Møller & Wolf, 2021 证明 LP 和 VAR 在无限样本下估计同一对象），但缺乏一个全面的、基于真实数据特征的仿真研究来量化有限样本下的偏差-方差权衡。本文通过生成数千个 DGP（模仿美国宏观数据），系统比较了 LP 和 VAR 的多种变体（包括偏差校正、收缩、模型平均），给出了一个基于大量仿真的实用指南。

子线索聚类¶

这些被引文献大致落在两条子线索上： 1. 方法开发与理论比较：Sims (1980) 奠基 VAR；Jordà (2005) 提出 LP；Plagborg-Møller & Wolf (2021) 证明 LP 和 VAR 在无限样本下估计同一对象（即识别等价）；Kilian (1998) 和 Pope (1990) 研究 VAR 的偏差校正；文献中关于 LP 和 VAR 的渐近方差比较（如 Montiel Olea & Plagborg-Møller, 2021）表明，在正确设定下，VAR 更有效，但 LP 对误设更稳健。 2. 实证应用与仿真研究：大量宏观实证论文使用 LP 或 VAR 报告脉冲响应。少数仿真研究（如 Kilian & Kim, 2011）比较了特定设定下的表现，但规模有限。本文是第一个大规模、系统化的仿真研究，覆盖数千个 DGP，并考虑了多种方法变体。

这个方向在追问的核心问题¶

偏差 vs. 方差：在有限样本下，LP 的稳健性（低偏差）和 VAR 的效率（低方差）之间如何权衡？这个权衡随预测期 h、样本量 T、变量数 N 如何变化？
方法变体的表现：偏差校正、收缩估计（BVAR）、模型平均能否改善基础 LP 或 VAR 的表现？在什么条件下改善最大？
识别方案的敏感性：不同的识别方案（短期零约束、符号约束、长期约束）是否影响 LP 和 VAR 的相对表现？
实践指南：给定一个典型宏观数据集，研究者应选择哪种方法（及其变体）来报告脉冲响应？

⚠️ 作者的 framing¶

作者的缺口 frame：作者将缺口 frame 为“缺乏一个全面的、基于真实数据特征的仿真研究”。他们声称，尽管理论比较存在，但“实践者需要知道在有限样本下，面对真实数据特征（如持久性、波动性、变量数），哪种方法更好”。他们通过生成“数千个 DGP，旨在模仿美国宏观经济数据的典型特征”来填补这一缺口。
被淡化或回避的竞争路线：
- 非线性方法：本文完全聚焦于线性 LP 和 VAR。非线性（如平滑转移、门限）或非参数方法被完全排除。作者在 intro 中可能提及“我们专注于线性方法，因为这是实证工作的基准”，但未讨论非线性方法是否可能改变权衡。
- 结构向量自回归（SVAR）的识别问题：本文假设识别方案是给定的（短期零约束、符号约束等），但未深入讨论识别本身的不确定性（如弱识别问题）。识别方案的选择本身就是一个活跃的研究领域。
- 高维方法：当变量数 N 接近或超过样本量 T 时，标准 VAR 不可行。本文的 DGP 中变量数最多为 7（典型宏观规模），未涉及高维情形。高维 VAR（如 LASSO-VAR）或因子增强的 LP/VAR 未被考虑。
什么明显该被引 / 该存在、却没出现在 intro 里？
- 高维时间序列文献：如 LASSO-VAR、因子模型（如 Stock & Watson, 2002）、主成分估计。这些方法在处理“中等 N”时可能改变偏差-方差权衡。
- 机器学习方法在宏观预测中的应用：如随机森林、梯度提升用于脉冲响应估计（尽管较少见，但存在）。这些方法可能提供不同的偏差-方差权衡。
- 关于 LP 方差的理论结果：Montiel Olea & Plagborg-Møller (2021) 的渐近方差比较被引用，但更精细的有限样本方差界（如基于谱密度估计的）未被深入讨论。

张力¶

未见明显对立引用。文献中 LP 和 VAR 的支持者通常承认偏差-方差权衡的存在，但对其重要性有不同看法。本文的贡献在于量化这一权衡，而非解决理论矛盾。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- y_t：N x 1 向量，在时间 t 观测到的宏观经济变量（如 GDP 增长率、通胀率、利率）。N 是变量数（本文中通常为 3-7）。
- ε_t：N x 1 向量，结构性冲击（如货币政策冲击、技术冲击）。假设 E[ε_t] = 0，Var(ε_t) = I_N（单位矩阵，即冲击之间不相关且方差为 1）。
- B(L)：N x N 滞后多项式矩阵，表示变量对自身和彼此滞后值的依赖。B(L) = I_N - B_1 L - B_2 L^2 - ... - B_p L^p，其中 p 是滞后阶数。
- S：N x N 矩阵，表示结构性冲击对当期变量的影响（即冲击的同期效应）。S 是要识别的对象，通常通过短期零约束（如 Cholesky 分解）或符号约束来施加限制。
- 结构 VAR (SVAR) 模型：B(L) y_t = S ε_t。这是数据生成机制。
- 脉冲响应函数 (IRF)：IRF(h, i, j) 表示第 j 个结构性冲击（ε_{j,t}）在 h 期后对第 i 个变量（y_{i,t+h}）的因果效应。数学上，它是 y_t 对 ε_{j,t} 的移动平均系数：y_t = Θ(L) ε_t，其中 Θ(L) = B(L)^{-1} S。IRF(h, i, j) = Θ_{ij}(h)，即 Θ(L) 中 L^h 的系数矩阵的第 (i,j) 个元素。
- 可观测数据：研究者观测到 y_1, y_2, ..., y_T（一个 T x N 的时间序列矩阵）。结构性冲击 ε_t 和同期效应矩阵 S 是不可观测的，只能通过识别假设（如 Cholesky 分解：S 是下三角矩阵）来恢复。
- 估计量：
  - VAR 估计量：先估计 B(L)（通过 OLS 或贝叶斯方法），然后从残差中恢复 S（通过识别假设），最后计算 Θ(L) = B(L)^{-1} S。
  - LP 估计量：对每个 h 和每个变量 i，直接回归 y_{i,t+h} = α_{i,h} + β_{i,h} * shock_t + controls + error。其中 shock_t 是第一步从 VAR 残差中恢复的（或通过外部工具变量）。β_{i,h} 就是 IRF(h, i, j) 的估计。

第二步：讲最小内核¶

最简特例：考虑一个单变量（N=1）的 AR(1) 过程，且没有识别问题（即冲击是直接可观测的，或我们只关心一个变量的自响应）。这是整篇论文核心权衡的最小内核。

模型：y_t = ρ y_{t-1} + ε_t，其中 |ρ| < 1，ε_t ~ i.i.d. (0, σ^2)。脉冲响应是 IRF(h) = ρ^h（即 y_{t+h} 对 ε_t 的效应）。
可观测数据：y_1, ..., y_T。ε_t 不可观测，但我们可以用残差 ê_t = y_t - ρ̂ y_{t-1} 来近似（其中 ρ̂ 是 OLS 估计）。
VAR 估计：估计 ρ̂（OLS），然后 IRF̂_VAR(h) = ρ̂^h。
LP 估计：对每个 h，回归 y_{t+h} = α_h + β_h * y_t + error（注意这里用 y_t 作为冲击的代理，因为 ε_t 不可观测，但在 AR(1) 中，y_t 与 ε_t 相关，所以需要工具变量或直接使用 ê_t。为简化，假设我们直接回归 y_{t+h} = β_h * ε_t + error，但 ε_t 不可观测，所以实践中 LP 通常使用第一步 VAR 残差 ê_t 作为冲击。在最小内核中，我们假设 ε_t 可观测，以聚焦核心权衡）。那么 IRF̂_LP(h) = β̂_h，其中 β̂_h 是 OLS 估计。

核心权衡： - 偏差：IRF̂_VAR(h) = ρ̂^h。由于 ρ̂ 是 OLS 估计，存在小样本偏差（向下偏，因为 y_t 与滞后项相关）。这个偏差会通过 ρ̂^h 被放大，尤其是在 h 较大时。IRF̂_LP(h) = β̂_h 是直接回归的系数，在模型正确设定下（即 y_{t+h} = ρ^h y_t + 移动平均项），β̂_h 是无偏的（或至少偏差更小，因为它是直接估计，不依赖于 ρ̂ 的幂次）。 - 方差：Var(IRF̂_VAR(h)) ≈ (h * ρ^{h-1})^2 * Var(ρ̂)（通过 Delta 方法）。Var(IRF̂_LP(h)) = Var(β̂_h)。由于 LP 回归的误差项是移动平均过程（y_{t+h} - ρ^h y_t = Σ_{k=0}^{h-1} ρ^k ε_{t+h-k}），其方差随 h 增长（因为叠加了多个冲击）。而 VAR 估计的方差虽然也随 h 增长，但增长速度通常更慢（因为利用了整个系统的信息）。在 h 较大时，LP 的方差远大于 VAR 的方差。

这个最小内核揭示了本文的核心发现：LP 偏差更低（因为直接估计，不依赖参数的非线性变换），但方差更高（因为误差项是移动平均，且每个 h 只用部分样本）。VAR 偏差更高（因为参数估计的偏差被幂次放大），但方差更低（因为利用了整个系统的信息）。本文的仿真研究就是在这个单变量 AR(1) 内核上，扩展到多变量、多种识别方案、多种方法变体（偏差校正、收缩）的复杂情形。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：通过大规模仿真研究，系统比较了局部投影（LP）和向量自回归（VAR）方法在估计结构脉冲响应时的有限样本表现，覆盖数千个数据生成过程（DGP）和多种方法变体。
核心工具 / 方法：使用一个仿真框架，其中 DGP 的参数（如持久性、波动性、变量间相关性）是从美国宏观数据中估计的分布中抽取的。比较了 LP、偏差校正 LP、OLS VAR、贝叶斯 VAR（BVAR）、偏差校正 VAR 以及模型平均方法。
主要结论：存在清晰的偏差-方差权衡：LP 偏差更低，但方差显著更大（尤其在中长期）。若研究者极端重视偏差，偏差校正 LP 是首选；若同时关注精度，VAR 方法（短期和长期用 BVAR，中长期用 OLS VAR）更具吸引力。

关键设定与假设¶

DGP 生成：作者从美国宏观数据（FRED-MD 数据库）中估计了一个基准 VAR 模型（包含 3-7 个变量，如产出、通胀、利率），然后从该基准模型的参数后验分布中抽取参数，生成数千个 DGP。这些 DGP 模仿了真实数据的持久性、波动性、交叉相关性等特征。
识别方案：考虑了三种常见识别方案：
- 短期零约束（Cholesky）：假设变量按顺序对冲击无同期响应（如利率对产出冲击无同期响应）。
- 符号约束：对冲击的符号方向施加约束（如货币政策紧缩导致利率上升、产出下降）。
- 长期约束：假设某些冲击对变量有长期零效应（如需求冲击对产出无长期效应）。
方法变体：
- LP：标准 LP，使用 OLS 估计每个 h 的回归。
- 偏差校正 LP：对 LP 估计量进行有限样本偏差校正（基于 bootstrap 或解析公式）。
- OLS VAR：标准 VAR，使用 OLS 估计，然后计算脉冲响应。
- 贝叶斯 VAR (BVAR)：使用 Minnesota 先验（对高阶滞后和交叉项进行收缩）的 VAR。
- 偏差校正 VAR：对 OLS VAR 的系数进行偏差校正（如 Pope, 1990 的解析校正）。
- 模型平均：对 LP 和 VAR 的估计结果进行加权平均（权重基于某种准则，如 AIC 或交叉验证）。
评估指标：主要使用均方根误差 (RMSE) 来衡量估计的脉冲响应与真实脉冲响应之间的差异。RMSE 分解为偏差平方和方差。还报告了覆盖率（置信区间包含真实值的频率）和区间长度。

主要结果¶

核心发现：偏差-方差权衡：
- 偏差：在所有识别方案和 DGP 下，LP 估计量的偏差始终低于 VAR 估计量（包括 BVAR）。偏差校正 LP 的偏差最低。OLS VAR 的偏差最大（尤其在长期）。
- 方差：LP 估计量的方差显著高于 VAR 估计量，且差距随预测期 h 增加而扩大。在 h=20（约 5 年）时，LP 的方差可能是 VAR 的 2-5 倍。BVAR 的方差最低。
- RMSE：由于方差占主导，VAR 方法（尤其是 BVAR）在大多数 h 和 DGP 下具有更低的 RMSE。LP 仅在非常短的预测期（h=0,1）或当偏差极大时（如 VAR 模型严重误设）才具有更低的 RMSE。
方法变体的表现：
- 偏差校正 LP：显著降低了 LP 的偏差，但几乎不改变方差。因此，其 RMSE 在短期略有改善，但在中长期仍远高于 VAR。
- BVAR：在短期和长期（h 小或大）表现最佳，因为收缩降低了方差，且偏差可控。在中期（h=4-12），OLS VAR 有时略优于 BVAR（因为 BVAR 的收缩可能引入额外偏差）。
- 偏差校正 VAR：降低了 OLS VAR 的偏差，但增加了方差，导致 RMSE 通常劣于 OLS VAR 或 BVAR。
- 模型平均：未能显著优于最佳单一方法（BVAR 或 OLS VAR）。
识别方案的敏感性：结论对识别方案（Cholesky、符号约束、长期约束）稳健。偏差-方差权衡的模式在所有方案下一致。
DGP 特征的异质性：当 DGP 的持久性很高（如单位根过程）或变量间相关性很强时，LP 的方差劣势更加突出。当样本量 T 很小时（如 T=100），所有方法的 RMSE 都很大，但 VAR 的相对优势仍然存在。

证明路线与技术技巧（本文为仿真研究，无理论证明）¶

本文是应用 / 方法型论文，核心是仿真实验设计，而非理论证明。因此，没有“证明路线”或“技术技巧”可拆解。其“技术”在于： - DGP 生成策略：从真实数据中估计基准模型，然后从其后验分布中抽样，确保 DGP 具有真实数据特征。这比使用任意参数化 DGP 更可信。 - 大规模计算：运行数千个 DGP，每个 DGP 下进行多次蒙特卡洛模拟，计算各种方法的表现。这需要高效的计算代码。 - 结果可视化：使用热图、箱线图等清晰展示偏差、方差、RMSE 随 h 和 DGP 特征的变化。

真实例子与应用¶

使用的数据 / 场景：使用美国宏观经济数据（FRED-MD 数据库）来校准 DGP 的参数。具体变量包括：实际 GDP 增长率、CPI 通胀率、联邦基金利率、失业率等。样本期为 1960-2020 年。
如何应用：作者首先从这些数据中估计一个基准 VAR 模型（包含 3-7 个变量）。然后，他们从该基准模型的参数后验分布中抽取参数，生成数千个“伪真实” DGP。对于每个 DGP，他们模拟长度为 T（如 100、200、400）的时间序列，然后应用 LP 和 VAR 的各种变体来估计脉冲响应，并与真实脉冲响应比较。
得到的结果：如上所述，核心结果是偏差-方差权衡的量化，以及不同方法在不同 h 和 DGP 下的 RMSE 排名。
这个例子想说明什么：这个例子旨在验证理论预期（LP 低偏差高方差，VAR 高偏差低方差）在真实数据特征下的有限样本表现。它提供了一个基于大量仿真的实践指南，告诉研究者面对典型宏观数据时，应优先选择哪种方法。它不是为了展示新方法优于旧方法，而是为了提供一个证据基础，帮助研究者做出知情选择。

🔎 结论是否比证明窄¶

是。本文的结论是基于特定 DGP 生成策略（从美国宏观数据校准）和特定方法变体（如 Minnesota 先验的 BVAR）。作者在文中明确承认：“我们的结果可能不适用于其他数据集（如新兴市场数据）或其他方法变体（如使用不同先验的 BVAR）。” 因此，结论的外部有效性是有限的。作者没有 claim 这些结论是普遍真理，而是将其定位为“基于美国数据的仿真证据”。
具体语句：作者在结论部分写道：“Our results are specific to the universe of U.S. macroeconomic data and the particular LP and VAR variants we consider. Researchers working with different data or methods should conduct their own simulation studies.” 这明确承认了结论的局限性。

四、开放问题（点到为止，扎根具体语句）¶

非线性与非参数方法的比较：本文完全聚焦于线性方法。当 DGP 包含非线性（如门限效应、平滑转移）时，LP 和 VAR 的相对表现会如何变化？作者在 intro 中提及“我们专注于线性方法，因为这是实证工作的基准”，但未讨论非线性情形。这是一个明确的 gap。
高维情形下的表现：当变量数 N 接近或超过样本量 T 时（如使用几十个变量的 FAVAR 或高维 VAR），LP 和 VAR 的偏差-方差权衡会如何变化？本文的 DGP 中 N 最多为 7。高维情形下，收缩方法（如 LASSO-VAR）可能改变权衡。作者在结论中未提及高维情形。
识别不确定性的影响：本文假设识别方案是给定的。但在实践中，识别方案的选择（如不同的短期零约束排序、不同的符号约束集）本身就是一个重要的不确定性来源。LP 和 VAR 对识别不确定性的敏感性是否不同？作者在文中未讨论这一点。
外部有效性：本文的 DGP 是基于美国宏观数据校准的。对于其他经济体（如新兴市场、欧元区）或不同频率的数据（如季度 vs. 月度），结论是否仍然成立？作者在结论中明确承认了这一点，并建议研究者进行自己的仿真研究。这是一个明确的、可操作的未来工作方向。

Maintained by 陈星宇 · Homepage · Source on GitHub