金融、经济和政策:纸质到代码的路线
本页内容
这些是代理商研究的建筑路线。 执行线报告实际完成的捆绑工作; 比较部分界定了在要求公布结果之前的剩余部分。 人类科学审查尚待进行。
量子库#
QuantLib — 由图书馆和蒙特卡罗计算得出的欧式看涨期权能否与原始定价方程一致?
路线: 纸模型适配。 执行: 不跑。 来源信心: 高。
Quantlib 论文#
Fischer Black; Myron Scholes (1973). The Pricing of Options and Corporate Liabilities. 10.1086/260062.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:实时检查发布者元数据;用户提供的之前检查过的限制物品;没有 PDF 重新分发。
论文中的目标: 假设 p. 640;等式。 13页。 644.等式13 是目标,使用明确的合成输入而不是历史观察结果。
Quantlib 的代码和输入#
工件或上游源。当前的官方实现和数值引擎比较,不是 Black/Scholes 作者代码。现有的 OSRI Python 适配实现了该方程。
检查来源: 是的。 参考: 大师。 承诺: 9ba30347b4ea179a5f4daec446cd221d21b8721f。
文件: Examples/EquityOption/EquityOption.cpp
条款: BSD-3 条款
环境和计算: 现有实验室 Python 3.12 环境:QuantLib 1.44 和固定数值依赖关系;或者在单独的 CMake 构建中编译上游 C++ 示例。中央处理器;教学案例的秒到分钟。
输入: 现有的 OSRI 适配使用合成现货 = 100、行使价 = 100、利率 = 0.05、波动性 = 0.2、到期日 = 1 年、50000 条路径和种子 42。C++ 上游示例具有不同的看跌期权输入。
数据访问: 合成投入;没有市场数据订阅。
构建并比较 quantlib#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
# Existing lab command, not a new execution in this research passpython simulation-lab/examples/option_monte_carlo.py --help# Follow the existing CPU walkthrough with its pinned requirements and explicit output directory. Do not mix the C++ example parameters with the Python target.
预期产出: 原生选项 CSV、参数 JSON、蒙特卡罗标准误差和置信区间。
与论文对比: 计算方程13 独立;将 QuantLib 分析值与双精度公式进行比较,并使用其报告的标准误差评估蒙特卡洛误差。现有运行分析值为10.450583572185565;匹配它验证合成方程示例,而不是经验发布的表格。
执行结果: 仅限来源检验;该路线没有新的执行。
执行证据: 没有记录。
阻碍者: 没有 1973 年的原始源代码工件;现有的例子是现代的改编。
下一步行动: 保留当前的公式测试,在提出数值方法研究之前添加成熟度/货币性/波动性以及收敛性与路径计数的网格。
差距: 之前的实验室版本中已经执行了方程调整;没有新的论文结果再现。
Quantlib 的来源#
- 出版商确认标题/作者/年份; Crossref 请求受到速率限制。 (2026年11月15日检查)。
- 官方来源具有独特的合成看跌输入和分析/MC 定价引擎。 (2026年11月15日检查)。
遵守#
ABIDES — 大额买单如何改变模拟订单簿和随后的价格路径?
路线: 纸模型适配。 执行: 不跑。 来源信心: 高。
居住用纸#
David Byrd; Maria Hybinette; Tucker Hybinette Balch (2019). ABIDES:面向人工智能研究的高保真市场模拟。 arXiv:1904.12066v1;会议版本 DOI 10.1145/3384441.3395986.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:打开HTML检查; Crossref确认2020年会议ABIDES记录。这里的详细目标明确是 2019 年预印本。
论文中的目标: 第 6 节,图 6-7:贪婪控制的影响事件和一致的事件研究路径;第 5 节图 4 使用历史 IBM/MSFT 交易。
遵守的代码和输入#
工件或上游源。由预印本明确链接的存储库。当前的impact.py使用生成的均值回归预言机,与预印本中描述的历史数据预言机不同。
检查来源: 是的。 参考: 大师。 承诺: c4bf157678928934417aba6073eb0651aeaf6d15。
文件: 配置/影响.py;配置/rmsc03.py;要求.txt;自述文件.md
条款: BSD-3 条款
环境和计算: 隔离历史Python环境;在解决依赖关系之前检查旧的 NumPy/pandas/SciPy 要求。不要安装到现代 CPU 环境中。中央处理器;多代理事件 simulation;在安排种子批次之前对一个会话进行基准测试。
输入: 对于综合适应,config/impact.py,控制和处理中的相同随机种子,记录了贪婪参数。精确的纸质重播还需要原始历史记录和配置修订。
数据访问: 合成预言机不需要蜱虫;原始历史交易日可能需要获得许可的报价访问。
构造并比较 abids#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
# Proposed command from inspected CLI; clone and checkout the pinned artifact firstpython -u abides.py -c impact -s 1234 -g 0.3 -l impact_g03python -u abides.py -c impact -s 1234 -g 1.9 -l impact_g19# Repeat paired control/treatment experiments over independently selected seeds; inspect -i semantics (it disables impact).
预期产出: 交易所/订单簿日志、对齐的交易/中间价格系列、每个种子的价格影响曲线。
与论文对比: 预先声明活动时间并签署价格变动指标;恢复历史配置和输入后,将处理控制随时间的影响与图 6/7 进行比较。当前的合成预言机运行是一种适应;尚未提取纸张曲线值和公差。
执行结果: 仅限来源检验;该路线没有新的执行。
执行证据: 没有记录。
阻碍者: 当前配置使用不同的后台代理/oracle。;历史纸张配置和刻度数据未恢复。历史环境未执行。
下一步行动: 恢复纸质时代的提交/配置和合法的刻度输入;从配对的综合影响实验开始,同时明确标记适应。
差距: 仅可运行的 RMSC03 教程无法重现这些纸质图。
住所的来源#
- 第 5-6 节确定背景代理、历史数据、贪婪实验和图 4-7;第 8 节链接源。 (2026年11月15日检查)。
- CLI 贪婪/种子/日志标志;生成的 MeanRevertingOracle 与预印本不同。 (2026年11月15日检查)。
芬尔#
FinRL — PPO、A2C 和 DDPG 的组合是否可以比本文的基线提高风险调整后的股票交易绩效?
路线: 纸模型适配。 执行: 不跑。 来源信心: 中等。
finrl 论文#
杨红阳;刘晓阳;山忠;安瓦尔·瓦利德 (2020)。 自动股票交易的深度强化学习:集成策略. 10.1145/3383455.3422540.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:Crossref 标题/作者/检查年份;作者大学主办的论文文本可用。
论文中的目标: 实证整体与个体代理和道琼斯工业平均指数/最小方差回测;目标是论文性能比较,表格/数字和数字公差仍需从全文中提取。
finrl 的代码和输入#
工件或上游源。作者维护的笔记本明确以 ICAIF 2020 实验命名,但随后进行了更新。由稍后的 arXiv 记录链接的精确论文存储库返回 HTTP 404。
检查来源: 是的。 参考: 大师。 承诺: 286fef6c828a02a2ccf807c05b292d8cb28f8e95。
文件: examples/FinRL_Ensemble_StockTrading_ICAIF_2020.ipynb
条款: MIT;市场数据重用权分开
环境和计算: 隔离固定 FinRL/Stable-Baselines3/PyTorch/Jupyter 环境。 Notebook 从可变的 Git HEAD 安装 FinRL;在执行之前替换为经过测试的不可变版本。 CPU可用于小型诊断;完整的滚动集成训练可能需要几个小时,GPU 可选。
输入: 道琼斯指数成分股、调整后的 OHLCV 和指标、交易成本、分割日期、动荡阈值、培训预算和种子。检查的笔记本目前使用2010-01-01..2021-10-01火车和2021-10-01..2023-03-01测试,因此它不是原始的2020 evaluation。
数据访问: Notebook调用YahooDownloader;冻结准确的历史输入并确认提供商条款和调整后的价格处理。无需实时交易。
构建并比较 finrl#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
# Proposed preparation: clone FinRL-Meta and checkout the recorded commit# Inspect every notebook cell; pin FinRL dependency and archive lawful input data before trainingjupyter nbconvert --execute --to notebook --ExecutePreprocessor.timeout=-1 examples/FinRL_Ensemble_StockTrading_ICAIF_2020.ipynb --output ensemble.executed.ipynb
预期产出: 执行笔记本、模型、账户价值 CSV、整体选择跟踪和回测统计表。
与论文对比: 重新创建原始evaluation宇宙并分裂;比较重复种子的年回报率、回撤和夏普统计数据。预先声明容差/分布比较。当前笔记本日期和依赖关系需要更改,并且必须将其描述为适应,直到匹配为止。
执行结果: 仅限来源检验;该路线没有新的执行。
执行证据: 没有记录。
阻碍者: 当前确切的原始存储库 URL 为 404。;笔记本数据分割比纸质数据更新。可变依赖项安装和随机种子未完全固定。
下一步行动: 恢复存档的纸质时代笔记本/数据,然后使用重复的种子运行冻结的回测;同时使用作者笔记本作为施工脚手架。
差距: 请勿将当代笔记本电脑退货描述为复制的 ICAIF-2020 结果。
finrl 的来源#
- 已验证文章身份和 2020 年日期。 (2026年11月15日检查)。
- 检查的笔记本:雅虎数据、集成算法、输出文件、可变安装和 2021-2023 年测试拆分。 (2026年11月15日检查)。
- 作者主办的会议论文可用于详细的绩效目标提取。 (2026年11月15日检查)。
发动机#
Open Source Risk Engine — 中央清算如何改变系统性风险和交易对手信用风险?
路线: 论文结果候选人。 执行: 尝试过;被阻止。 来源信心: 高。
发动机用纸#
尼古拉·诺瓦奇克;莎琳·奥哈洛伦 (2024)。 Computing the impact of central clearing on systemic risk。 10.3389/frai.2024.1138611.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:打开已检查的完整 HTML,包括方法、验证、结果和源脚注。
论文中的目标: 第 7.3–7.6 节 ORE 风险计算和笔记本可视化;第 8.4 节图 15:50% 的暴露集中在 CCP;图 14 相对 CVA 影响。脚注 13、16–17 链接代码和 ORE v1.8.4.0 输入。
引擎的代码和输入#
工件或上游源。纸质链接的作者笔记本和预先计算的 simulation 输出。存储库树包含仪表板资产,而不是调用 ORE 的上游生成器。文章中单独引用了 ORE v1.8.4.0。
检查来源: 是的。 参考: 大师。 承诺: 677f5e7b639d4b8de18767a0f2b8db4844ceaf1a。
文件: 仪表板/central_clearing/simulation_cva/central_clearing_sim_cva.ipynb;仪表板/central_clearing/simulation_cva/environment.yml;仪表板/central_clearing/simulation_cva/df_risk_systemic.csv;仪表板/central_clearing/simulation_cva/df_risk_cp.csv;仪表板/central_clearing/simulation_cva/risk_graphs_nx.json
条款: 未找到存储库许可证;在重新分配作者资产之前检查许可。 ORE 本身 BSD-3 条款。
环境和计算: 历史仪表板使用Windows特定的Conda Python 3.7.5、pandas 0.23.4、networkx 2.2;移植到Linux需要新的录制环境。新的 simulation 还需要 ORE v1.8.4.0 以及缺少的生成器。重新绘图对于 CPU 来说足够小;发电机恢复后必须对完整的矿石组合/网络批次进行分析。
输入: 用于重新绘制图形的捆绑风险 CSV/图表;原始生成的投资组合、市场/校准文件、随机图表设置和全新运行所需的 ORE 输入。
数据访问: 公共仪表板包括合成输出表;未指定重用许可证。论文中引用的捆绑矿石市场投入。
构建并比较引擎#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
# Proposed replot route, after constructing a compatible isolated environmentcd dashboards/central_clearing/simulation_cvajupyter notebook central_clearing_sim_cva.ipynb# Fresh simulation cannot be specified completely from this repository: retrieve portfolio-generation and ORE orchestration code first.
预期产出: 仪表板暴露/CVA 图和解析的风险表;新的 ORE 暴露 CSV 需要缺少编排。
与论文对比: 没有新的矿石数值输出。之前的储蓄产出份额 50.339%–50.927% 仍然与确切的纸质 50% 声明不同,并且尚未裁决。
执行结果: 新的 simulation 无法从检索到的作者工件运行:完整源/历史记录中没有投资组合生成器或 ORE 编排。先前保存的输出分析将单独保留,不计为新运行。
阻碍者: 作者作品集生成器、ORE 编排/配置和原始种子规范缺失。;纸质链接的已保存输出版本对应/差异未解决;仪表板存储库未找到许可证。
下一步行动: 检索作者生成器/配置工件和版本化 ORE v1.8.4.0 输入;然后在运行前声明一个数字目标和容差。
差距: 作者作品集生成器、ORE 编排/配置和原始种子规范缺失。;纸质链接的已保存输出版本对应/差异未解决;仪表板存储库未找到许可证。
发动机来源#
- ORE 使用、链接仪表板和版本化输入、验证检查,图 15 50% 暴露目标。 (2026年11月15日检查)。
- 树包含笔记本/CSV/图形资源;未找到矿石发生器。 (2026年11月15日检查)。
- Notebook 显式探索结果数据并加载捆绑的 CSV。 (2026年11月15日检查)。
听着#
HARK / Econ-ARK — 作者相关代码能否重新生成卡罗尔的缓冲库存保存数据和表格?
路线: 论文结果候选人。 执行: 执行的示例。 来源信心: 高。
听纸#
克里斯托弗·D·卡罗尔 (1997)。 Buffer-Stock Saving and the Life Cycle/Permanent Income Hypothesis. 10.1162/003355397555109.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:用户提供的先前检查过的受限全文;检查现场 Crossref 和 Econ-ARK 材料记录。
论文中的目标: 图 I、V、VI 和 VII 以及表 I-II 对应于命名的图 1a/1b、图 5a/b/c、图 6/7 和表 1/2 输出代码。原始基线第 5-8 页已由实验室注释。
hark 的代码和输入#
工件或上游源。 Econ-ARK 认为这是 Carroll、Yusuf 和 Son 的复制品。来源明确保存与纸张相关的图形/表格。
检查来源: 是的。 参考: 大师。 承诺: 0a278360b77eeac1df1e91374c168b3091365fbf。
文件: 重现.sh;代码/Python/BufferStock-LifeCycle.py;活页夹/环境.yml;论文/图表;纸/桌子
条款: 分别检查存储库许可证和HARK Apache-2.0;限制性文章除外。
环境和计算: 历史Econ-ARK笔记本运行时间;自述文件 econark/econ-ark-notebook:0.10.4; Python 脚本元数据显示为 3.7.6。现代 HARK 0.17.2 更改了 API。中央处理器;政策功能解决方案和家庭生命周期 simulation,然后进行绘图。
输入: 从固定脚本编写校准和生命周期配置文件;保留冲击分布细节、失业概率、贴现因子和确切的增长变量。
数据访问: 代码/输入配置文件公开可用;原始 PDF 仍然受到限制,不会重新分发。
构造并比较听#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
git clone https://github.com/econ-ark/BufferStock-LifeCycle.gitcd BufferStock-LifeCyclegit checkout 0a278360b77eeac1df1e91374c168b3091365fbf# Prepare its historical environment; inspected reproduce.sh runs the Python script using IPythonbash reproduce.sh
预期产出: Paper/Figures/Figure1a.png、Figure1b.png、Figure5a.png、Figure5b.png、Figure5c.png、Figure6.png、Figure7.png;纸/表/table1.tex 和 table2.tex。
与论文对比: 恢复实际脚本执行;基线目标净财富四舍五入为 0.31,而不是印刷的 0.32。作者的实现方法与原论文不同。没有纸质复制声明。
执行结果: 从确切来源生成的七个 PNG 图形和两个 LaTeX 表格。严格原论文基线目标比较失败; SciPy 保留无进展警告。
阻碍者: 严格打印表比较失败。;作者离散化/simulation 和校准约定与原始论文不同; SciPy 完整脚本中其他地方的非进度警告;所有数量的收敛性尚未建立。
下一步行动: 审核数值设置/冲击分布和确定性目标残差;在声明论文结果被复制之前解决不匹配问题。
差距: 严格打印表比较失败。;作者离散化/simulation 和校准约定与原始论文不同; SciPy 完整脚本中其他地方的非进度警告;所有数量的收敛性尚未建立。
听的来源#
- 与作者相关的复制标识和设置。 (2026年11月15日检查)。
- 命名图/表输出路径和历史 HARK 导入。 (2026年11月15日检查)。
- 实际的脚本入口点与过时的自述文件措辞不同。 (2026年11月15日检查)。
宽泰康#
QuantEcon.py — 未投保的特殊收益风险如何影响预防性储蓄和均衡资本?
路线: 纸模型适配。 执行: 不跑。 来源信心: 高。
Quantecon用纸#
S.拉奥·艾亚加里 (1994)。 未投保的特殊风险和总储蓄. 10.2307/2118417.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:Crossref 身份已核对;本次未阅读完整的原始论文。检查维护者的完整模型讲座/代码。
论文中的目标: QuantEcon 讲座 Aiyagari 模型、均衡实现和资本供给/需求图;原始文章定量表目标尚未检查。
Quantecon 的代码和输入#
工件或上游源。维护者编写的 Aiyagari 模型的教学实现,而不是 1994 年的作者程序。现场讲座采用两国简化收入流程。
检查来源: 是的。 参考: 主要。 承诺: 007bbd592a4c1f43931ebb0eeb0e64ba36fa8a47。
文件: lectures/aiyagari.md
条款: 讲座/书籍许可证和QuantEcon.py分别为MIT;复制代码之前检查。
环境和计算: 固定Python + Quantecon、JAX/JAXLIB、SciPy 和 matplotlib;像讲座一样启用 JAX 64 位。尽管讲座是使用 GPU 构建的,但仍支持 CPU。支持CPU;第一次 JAX 编译会增加开销。
输入: 讲座模型:对数效用,beta=0.96,100个资产点,两种生产力状态[0.1,1.0],转变[[0.9,0.1],[0.1,0.9]],alpha=0.33,delta=0.05。这些是教学默认值,未断言与纸张校准相匹配。
数据访问: 合成模型输入,不需要家庭微观数据。
构建并比较 Quantecon#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
git clone https://github.com/QuantEcon/lecture-python.myst.gitcd lecture-python.mystgit checkout 007bbd592a4c1f43931ebb0eeb0e64ba36fa8a47# Proposed: execute lectures/aiyagari.md as a MyST/Jupyter notebook in its pinned book environment; preserve all cells and outputs.
预期产出: 储蓄政策、固定分配、资本供给曲线、需求曲线和均衡利率/资本。
与论文对比: 对于教学案例,验证网格细化下的平稳性、概率归一化、资源可行性和资本市场残差。在任何 1994 年数值比较之前恢复原始论文的离散化/校准和命名表格单元格。
执行结果: 仅限来源检验;该路线没有新的执行。
执行证据: 没有记录。
阻碍者: 原始纸质结果/表格和校准未经审核。; Book环境和JAX版本需要经过测试的锁。
下一步行动: 执行固定讲座并导出数值数组/残差,然后构建单独的纸张匹配校准和定量比较。
差距: 不要将简化的讲座标记为原始纸质表格复制品。
Quantecon 的来源#
- 显式 Aiyagari 参考、模型假设、代码和 CPU 支持。 (2026年11月15日检查)。
- 已检查固定的现场讲座来源。 (2026年11月15日检查)。
- 已验证的文章标题/作者/年份。 (2026年11月15日检查)。
og核心#
OG-Core —替代税收函数表示如何改变预测的宏观经济对税收政策的反应?
路线: 纸模型适配。 执行: 不跑。 来源信心: 中等。
og-core纸#
Jason DeBacker; Richard W. Evans; Kerk L. Phillips (2019). Integrating Microsimulation Models of Tax Policy into a DGE Macroeconomic Model. 10.1177/1091142118816744.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:Publisher/Crossref 元数据和作者复制自述文件已检查;作者/会议可提供全文草稿。
论文中的目标: 税收函数替代方案和基准/改革总体均衡结果;确切公布的表格/图号和单元格仍需要最终论文检查。作者存储库提供 TFI_tables_figures.py。
og-core 的代码和输入#
工件或上游源。当前的 OG-Core 是一个连接到 OG-USA 等国家/地区模型的现代框架。准确的 2019 年纸质代码位于 rickecon/TaxFuncIntegr 中,并使用历史 OG-USA;切换到 OG-Core 是一个端口,而不是相同的代码重新运行。
检查来源: 是的。 参考: 大师。 承诺: 7c31fbb5e3cb0fc49de5e99da444af9c7c0bb469。
文件: 示例/run_ogcore_example.py;示例/示例差异; ogcore/SS.py; ogcore/TPI.py
条款: CC0-1.0
环境和计算: 隔离电流OG-Core Python环境;如果重现 2019 年结果,则需要单独的历史 TaxFuncIntegr 环境。注意 README 指向 run_examples 但检查的快照实际上使用 example/。中央处理器;上游自述文件警告完整的基线/改革路径可能会超过两个小时。
输入: 目前的官方示例设定了基准企业利率 0.21 和改革利率 0.35,并有自己的支出路径,而不是确切的历史论文实验。纸质路线需要保留税收功能的配合和历史人口统计数据。
数据访问: 当前示例附带合成/默认校准;可用纸质材料,但 PUF 微观数据受到限制。
构建并比较 og-core#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
git clone https://github.com/PSLmodels/OG-Core.gitcd OG-Coregit checkout 7c31fbb5e3cb0fc49de5e99da444af9c7c0bb469# Proposed environment install from the pinned pyproject, then run the actual inspected entry pointpython examples/run_ogcore_example.py
预期产出: 示例/OG-Core-示例/BASELINE 和 REFORM 输出、model_params.pkl、SS/SS_vars.pkl、TPI/TPI_vars.pkl、example_output.csv 和 example_plots。
与论文对比: 在解决过时的示例差异名称后,首先使用市场清算/欧拉残差及其自己的回归参考重现当前的官方示例。然后移植一个名为 TaxFuncIntegr 的纸质案例,并比较相同校准下的聚合转移路径。
执行结果: 仅限来源检验;该路线没有新的执行。
执行证据: 没有记录。
阻碍者: 确切的历史模型使用 OG-USA,而不是当前的 OG-Core。;自述文件路径/输出名称和示例/示例差异相对于当前脚本已过时。;未执行纸张匹配端口和完整输出比较。
下一步行动: 冻结兼容的 OG-Core 版本并执行其示例;使用作者档案和显式差异单独定义纸张校准端口。
差距: 目前的OG-Core教程不能作为历史论文复制来呈现。
og-core 的来源#
- 框架/国家/地区模型关系和运行时指导。 (2026年11月15日检查)。
- 实际切入点、企业税试点及输出地点。 (2026年11月15日检查)。
- 与纸张相关的旧版 OG-USA 代码和数据限制。 (2026年11月15日检查)。
- 已验证发表的论文身份。 (2026年11月15日检查)。
税收计算器#
Tax-Calculator — 论文的微观税率估计和宏观税收功能比较可以重新生成吗?
路线: 论文结果候选人。 执行: 执行的示例。 来源信心: 高。
税务计算器用纸#
Jason DeBacker; Richard W. Evans; Kerk L. Phillips (2019). Integrating Microsimulation Models of Tax Policy into a DGE Macroeconomic Model. 10.1177/1091142118816744.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:Publisher/Crossref 元数据和作者复制自述文件已检查;作者/会议可提供全文草稿。
论文中的目标: 2018 年 5 月作者手稿 DEP_TaxFuncs.pdf,表 7 和表 8,首选规范稳态 GDP 变化 +0.07%; 2019 年最终期刊数字表未独立匹配。
税收计算器的代码和输入#
工件或上游源。论文/草稿的作者复制代码;调用 Tax-Calculator 并存储拟合的税收函数输出和求解的模型输出。
检查来源: 是的。 参考: 大师。 承诺: 715cc76e3305c00dd64d79521c504bb388c6d87d。
文件: run_TaxFuncInt.py; TFI_tables_figures.py;环境.yml; 2017_law.json;输出基线;输出改革
条款: CC0-1.0奉献;检查了 LICENSE.md。 Tax-Calculator本身也是CC0。
环境和计算: 历史Python 3.6环境,松散Conda环境中的taxcalc>=0.19.0。yml,历史OG-USA本地包。此文件未保留精确解析的历史依赖项版本。自述文件估计使用 10 多个处理器需要大约 10 小时,或者完整的 12 个案例分析需要 100 多个小时的串行时间。
输入: 原始 IRS PUF 用于新的税收函数估计;预先计算的拟合函数 pickle 文件作为部分开放路径提供。 CPS数据可以替代PUF,但改变了实验。
数据访问: IRS PUF 未公布;现有的估计功能可用。切勿上传 PUF/限制税务记录。
构建并比较税收计算器#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
git clone https://github.com/rickecon/TaxFuncIntegr.gitcd TaxFuncIntegrgit checkout 715cc76e3305c00dd64d79521c504bb388c6d87d# Historical environment must be reconstructed; README contains a pyton typo and outdated Python/ folder path. Inspect files before use.# Proposed: set run_micro=False to reuse published fitted functions; do not claim this reruns the microsimulation stagepython run_TaxFuncInt.pypython TFI_tables_figures.py
预期产出: 基线/改革适合税收函数、SS/TPI 输出、出版物表格和绘图脚本中的数字。
与论文对比: 数字 +0.069545535% 与 2018 年 5 月草案 +0.07% 匹配(按声明的公差);六个基线输出与存档的作者 SS 匹配。范围是使用提供的拟合输入进行新的宏观求解。在这两种情况下,负 G 都被保留为失败的经济可行性,因此该匹配和小欧拉残差都无法建立有效的政策预测。
执行结果: 新的基线和反事实的宏观稳态得到解决;作者手稿 SS GDP 舍入目标匹配。经济可行性诊断失败,因为两次关闭都需要负政府支出。 Tax-Calculator 已导入,但其 microsimulation/PUF 估计未执行。
阻碍者: 原始受限 IRS PUF 不适用于新的 Tax-Calculator 微观估计。在两个已解决的宏观稳定状态下,政府支出均为负值。 2019年最终日记账表身份未检查;所选对比的是2018年5月作者的手稿。完整的税收职能拟合和过渡路径不会重新运行。
下一步行动: 解决财务结算的可行性并验证最终日记账表/版本;仅当需要新的 microsimulation 估计时才使用合法的 PUF 访问。
差距: 原始受限 IRS PUF 不适用于新的 Tax-Calculator 微观估计。在两个已解决的宏观稳定状态下,政府支出均为负值。 2019年最终日记账表身份未检查;所选对比的是2018年5月作者的手稿。完整的税收职能拟合和过渡路径不会重新运行。
税收计算器的来源#
- 作者-论文关联、命令、run_micro=False 路线、CPS 替代方案、PUF 限制和运行时间估计。 (2026年11月15日检查)。
- 根据基线/改革输出生成纸质表格/图表。 (2026年11月15日检查)。
- 已验证发表的论文标题/作者/年份。 (2026年11月15日检查)。
openfisca-核心#
OpenFisca — 与儿童津贴相比,有针对性的现金福利如何造成工作激励悬崖?
路线: 未解决。 执行: 不跑。 来源信心: 低。
openfisca-core 的论文#
马克斯·格尼斯 (2022)。 有针对性的现金援助如何影响工作动力?。 CGO 研究焦点,2022 年 6 月 17 日(研究报告;未找到 DOI)。
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:打开完整报告和检查的出版商署名/日期。这是一份已发表的政策研究报告,而不是期刊文章。
论文中的目标: 剑桥家庭净收入悬崖和马萨诸塞州贫困 simulations。报告指出,全州总体贫困率降低了 15%,儿童贫困率降低了 42%;这些是模型预测,而不是经验干预效应。
openfisca-core 的代码和输入#
工件或上游源。报告中链接了确切的作者笔记本,但存储库当前返回 404。没有恢复不可变的快照。该报告链接历史OpenFisca-US;现代策略引擎不被认为是可以互换的。
检查来源: 不。 参考: 未成立.. 承诺: 未成立..
文件: Analysis.ipynb(由报告命名,无法查看)
条款: 不可用;不要假设源/数据重新分配条款。
环境和计算: 未解决的历史 OpenFisca-US/Core 环境,直到笔记本和依赖项 pin 恢复为止。当前的 OpenFisca 核心无法单独重建历史国家模型或政策报告。可能是 CPU microsimulation;在数据恢复之前大小未知。
输入: 原始报告笔记本、家庭规范、2022 年法律快照、调查微观数据/权重和效益假设;一切仍需要恢复和条款检查。
数据访问: 向公众举报;原始笔记本/数据目前不可用。通用 OpenFisca 国家/地区模板是一个单独的教程,不提供此研究工件。
构建并比较 openfisca-core#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
# Recovery steps only; no working execution command is established# Retrieve analysis.ipynb from the author or an authenticated archive; verify it matches the report# Reconstruct the historical OpenFisca-US and Core versions, law period, data and weights# Only then execute the recovered notebook in an isolated environment and compare the reported targets.
预期产出: 预期建设产出:可支配收入与收入曲线、贫困变化和预算中性儿童津贴比较。在代码恢复之前文件名未知。
与论文对比: 恢复后,使用其原始权重和定义比较特定报告家庭的福利悬崖和所述贫困百分比变化。预先声明舍入公差;不要使用现行法律/国家/地区包作为替代品并称之为复制。
执行结果: 仅限来源检验;该路线没有新的执行。
执行证据: 没有记录。
阻碍者: 精确复制存储库返回 HTTP 404。;历史模型版本、输入数据权限和权重未恢复。
下一步行动: 请求作者笔记本/存档和可共享输入规范,或在构建公开演练之前选择具有幸存存档的替代论文。
差距: 该工具还没有来自该候选者的可访问的检查研究代码路径。
openfisca-core 的来源#
- 报告元数据、OpenFisca-US 使用、预测目标和链接再现笔记本。 (2026年11月15日检查)。
- 实时存储库查找于 2026 年 11 月 15 日返回 404。 (2026年11月15日检查)。
动力#
Dynare — 已发表的贝叶斯 DSGE 模型的冲击响应和后验估计是否可以重新生成?
路线: 论文结果候选人。 执行: 执行的示例。 来源信心: 高。
动力用纸#
Frank Smets; Rafael Wouters (2007). Shocks and Frictions in US Business Cycles: A Bayesian DSGE Approach。 10.1257/aer.97.3.586.
出版物类型: 查看主要元数据记录;这里不分类.. 主要元数据。元数据验证:已确认。全文访问:已检查官方 AEA 文章记录和复制包登陆页面;代码检查使用维护的第三方实现。
论文中的目标: 论文的贝叶斯估计、冲击分解和脉冲响应;特定的打印表格单元格/图形容差仍然需要全文比较。官方复制存档 DOI 10.3886/E116269V1.
dynare 的代码和输入#
工件或上游源。由 Johannes Pfeifer 维护复制,并明确 Smets/Wouters 归属和更正。首选 AEA 链接的原始存档作为参考和文档差异。
检查来源: 是的。 参考: 大师。 承诺: 26c21f79e4c6a6b19b18e6330edc5b23489907a4。
文件: Smets_Wouters_2007/Smets_Wouters_2007.mod; Smets_Wouters_2007/Smets_Wouters_2007_45.mod; Smets_Wouters_2007/usmodel_data.mat; Smets_Wouters_2007/usmodel_mode.mat
条款: 每个标头的 Dynare 实现的 GPL-3.0 或更高版本;原始数据/存档条款分开。
环境和计算: Dynare 带有 GNU Octave,用于开放运行时;选择支持的 Dynare 版本并检查模型的版本说明。主机未识别出 Octave/Dynare;没有授权安装系统。检查的默认模型使用 mh_replic=0、mode_compute=0 和提供的 usmodel_mode,然后 shock_decomposition y;默认情况下,它不运行完整的 MCMC 链。中央处理器;确定性模式/IRF 检查小于完整贝叶斯 MCMC 估计。
输入: 捆绑七系列 usmodel_data.mat 和后验模式启动文件;原始样本、转换、先验、估计选项和种子必须与选定的目标匹配。
数据访问: 可通过 OpenICPSR 获取原始 AEA 链接复制包;捆绑数据存在于第三方存储库中。检查存档下载/访问条款。
构建并比较 dynare#
下面的序列包含上游命令和建议的设置说明,如标签所示。此处仅运行执行证据中标识的命令;在运行之前检查固定源和先决条件。
git clone https://github.com/JohannesPfeifer/DSGE_mod.gitcd DSGE_modgit checkout 26c21f79e4c6a6b19b18e6330edc5b23489907a4cd Smets_Wouters_2007# Proposed Octave command after installing an isolated compatible Dynare runtimeoctave --no-gui --eval "dynare Smets_Wouters_2007.mod"
预期产出: Dynare 模型/结果文件,evaluation 在提供的后验模式和默认设置下 y 的冲击分解。完整的后验/MCMC 诊断需要显式更改 mh_replic 和估计选项;默认 nograph/nodiagnostic 抑制这些输出。
与论文对比: 探索性分解和残差为7.1e-15;提供的模式/设置下的拉普拉斯密度 -1844.0985587。原始发布的数字目标/样本/模式不匹配,并且运行时/模型警告仍然存在。
执行结果: 新维护的模型 evaluation 和有限 40×9×230 冲击分解已完成。没有声称原始论文定量比较或事后估计。
阻碍者: 无法根据当前模型验证旧模式文件。; gaminv 先验限制计算对于某些值没有收敛。在冲击分解设置中负数组维度转换为零。 33 个来自未分配稳态块变量的预处理器警告。官方原版复制存档需要账号才能下载;维护模型使用提供的旧模式和 230 个观测值;与所选论文目标的对应关系未经验证。
下一步行动: 匹配原始存档/样本/模式并解决先前绑定/模式兼容性警告,然后在完全后验估计之前定义指定的论文比较。
差距: 无法根据当前模型验证旧模式文件。; gaminv 先验限制计算对于某些值没有收敛。在冲击分解设置中负数组维度转换为零。 33 个来自未分配稳态块变量的预处理器警告。官方原版复制存档需要账号才能下载;维护模型使用提供的旧模式和 230 个观测值;与所选论文目标的对应关系未经验证。
Dynare 的来源#
- 官方文章元数据和原始复制包链接。 (2026年11月15日检查)。
- 原始复制存档登录页面和持久 DOI。 (2026年11月15日检查)。
- 维护实施、归属、版本说明和捆绑输入。 (2026年11月15日检查)。
- 已验证标题/作者/年份。 (2026年11月15日检查)。