一种针对风险增长（Growth-at-Risk）的结构性方法
A Structural Approach to Growth-at-Risk
AI总结：
本研究提出一种区分处理与控制变量的结构分位数脉冲响应估计方法，应用于金融冲击对产出增长低分位数的影响研究，发现金融冲击对Growth-at-Risk影响显著，且估计幅度比以往研究更极端。
摘要：
我们识别了结果变量的分位数对冲击的结构脉冲响应。我们的估计策略明确区分了处理变量与控制变量，使得我们能够在使用控制变量进行识别的同时，对无条件分位数的响应建模。厘清加入控制变量在识别与解释两方面的影响，让我们的结构分位数脉冲响应在概念上更接近结构均值脉冲响应。将我们的方法应用于研究金融冲击对产出增长低分位数的影响，证实了金融冲击对风险增长（Growth-at-Risk）有显著影响，但我们的估计幅度比以往研究中的结果更为极端。
英文摘要：
We identify the structural impulse responses of quantiles of the outcome variable to a shock. Our estimation strategy explicitly distinguishes treatment from control variables, allowing us to model responses of unconditional quantiles while using controls for identification. Disentangling the effect of adding control variables on identification versus interpretation brings our structural quantile impulse responses conceptually closer to structural mean impulse responses. Applying our methodology to study the impact of financial shocks on lower quantiles of output growth confirms that financial shocks have an outsized effect on growth-at-risk, but the magnitude of our estimates is more extreme than in previous studies.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
