というNBER論文が上がっている（ungated版）。原題は「What Can Time-Series Regressions Tell Us About Policy Counterfactuals?」で、著者はChristian K. Wolf（MIT）、Alisdair McKay（ミネアポリス連銀）。
以下はその要旨。
We show that, in a general family of linearized structural macroeconomic models, knowledge of the empirically estimable causal effects of contemporaneous and news shocks to the prevailing policy rule is sufficient to construct counterfactuals under alternative policy rules. If the researcher is willing to postulate a loss function, our results furthermore allow her to recover an optimal policy rule for that loss. Under our assumptions, the derived counterfactuals and optimal policies are robust to the Lucas critique. We then discuss strategies for applying these insights when only a limited amount of empirical causal evidence on policy shock transmission is available.
（拙訳）
線形構造マクロ経済モデルの一般的な集合において、主要な政策ルールへの同時期ならびにニュースのショックについての実証的に推計可能な因果効果の知識が、代替的な政策ルールの下での反実仮想を構築する上で十分である、ということを我々は示す。さらに、研究者が損失関数を敢えて前提するならば、我々の結果は、研究者がその損失についての最適政策ルールを構築することを可能にする。我々の仮定の下では、導出された反実仮想と最適政策はルーカス批判に対して頑健である。次に我々は、政策ショックの伝播について利用できる実証的な因果効果の結果が限られている場合にこうした洞察を適用する戦略について論じる。
