We want to be sure that our results

We want to be sure that our results are not driven by outliers in the dependent variable. We already dropped the episodes of hyper-inflation as in Fischer et al. (2002) but we want to formally control for outliers. Figure13plots the cumulative distribution of the yoy inflation rate and we observe that our sample is quite asymmetrical. We therefore implement a median regression that instead of minimizing the sum of squared of the residuals, minimizes the absolute value of the sum of the residuals. Median regressions allow for a richer characterization of the dependent variable, assessing the effect of the independent variables on the whole distribution of the dependent variable. We compute bootstrapped standard errors. We observe that the results are in line with the baseline specification, with the ERPT highly significant but slightly slower than before. When we look at non-linearities

Kết quả (Việt) 1:

Chúng tôi muốn chắc chắn rằng kết quả của chúng tôi không được thúc đẩy bởi các outliers biến phụ thuộc. Chúng tôi đã giảm xuống những tập phim của hyper-lạm phát như Fischer et al. (2002), nhưng chúng tôi muốn chính thức kiểm soát cho outliers. Figure13plots phân phối tích lũy của yoy tỷ lệ lạm phát và chúng tôi quan sát mẫu của chúng tôi là khá bất đối xứng. Do đó, chúng tôi thực hiện một hồi quy trung bình mà thay vì giảm thiểu tổng bình phương của các dư, giảm thiểu giá trị tuyệt đối của tổng số dư các. Trung bình regressions cho phép cho một đặc tính phong phú hơn của biến phụ thuộc, việc đánh giá hiệu quả của các biến độc lập phân phối toàn bộ của biến phụ thuộc. Chúng tôi tính toán bootstrapped lỗi chuẩn. Chúng tôi quan sát kết quả phải phù hợp với đặc điểm kỹ thuật cơ bản, với ERPT rất quan trọng nhưng hơi chậm hơn so với trước khi. Khi chúng ta nhìn vào phòng không linearities

Kết quả (Việt) 2:

Chúng tôi muốn chắc chắn rằng kết quả của chúng tôi được không phải do giá trị ngoại lai trong các biến phụ thuộc. Chúng tôi đã bỏ các tập phim của siêu lạm phát như trong Fischer et al. (2002) nhưng chúng tôi muốn chính thức kiểm soát các giá trị ngoại lai. Figure13plots phân phối tích lũy của tỷ lệ lạm phát so với cùng kỳ và chúng tôi nhận thấy rằng mẫu của chúng tôi là khá bất đối xứng. Do đó chúng tôi thực hiện một hồi quy trung bình thay vì giảm thiểu tổng bình phương của các số dư, giảm thiểu tối đa các giá trị tuyệt đối của tổng của các số dư. hồi quy trung bình cho phép cho một đặc tính phong phú hơn của biến phụ thuộc, đánh giá tác động của các biến độc lập trên toàn bộ phân phối của biến phụ thuộc. Chúng tôi tính toán bootstrapped sai số chuẩn. Chúng tôi nhận thấy rằng các kết quả phù hợp với đặc điểm kỹ thuật cơ bản, với các ERPT rất quan trọng nhưng hơi chậm hơn so với trước đây. Khi chúng ta nhìn vào không linearities