ROBUST INFERENCE IN STRUCTURAL VECTOR AUTOREGRESSIONS WITH LONG-RUN RESTRICTIONS
长期限制结构向量自回归中的稳健推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究长期限制识别的结构 VAR、近单位根持续性及脉冲响应推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
长期限制结构向量自回归中的稳健推断
- 研究问题
- 长期限制识别的结构向量自回归在自回归根接近一时，会同时面临弱识别与强持续性；如何对脉冲响应开展稳健推断？
- 方法与思路
- 作者将 Anderson–Rubin 检验与 IVX 工具变量结合，通过过滤潜在非平稳变量获得近似平稳工具，并构造脉冲响应置信带。
- 材料陈述的贡献
- 摘要称，所提出的推断方法同时对弱识别和强持续性稳健，并在文献中的两个代表性应用中给出脉冲响应的稳健置信带。
- 阅读关注点
- 应核对长期限制的形式、近单位根渐近框架、IVX 过滤参数、检验反演过程，以及置信带覆盖的对象和两项应用设定。
- 阅读边界
- 仅依据所给 Crossref 摘要；稳健性的具体条件、置信带构造细节及应用结果未说明，不能据此断言任意结构模型均适用或推断刊本变化。
原文摘要
Long-run restrictions are a very popular method for identifying structural vector autoregressions, but they suffer from weak identification when the data is very persistent, i.e., when the highest autoregressive roots are near unity. Near unit roots introduce additional nuisance parameters and make standard weak-instrument-robust methods of inference inapplicable. We develop a method of inference that is robust to both weak identification and strong persistence. The method is based on a combination of the Anderson-Rubin test with instruments derived by filtering potentially nonstationary variables to make them near stationary using the IVX instrumentation method of Magdalinos and Phillips (2009). We apply our method to obtain robust confidence bands on impulse responses in two leading applications in the literature.