跳到正文
← 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:摘要明确研究结构 VAR 的频域识别、冲击响应估计及推断。

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…

关注这篇论文的作者
Alain Guay
Florian Pelgrin

频域中的结构 VAR 模型

研究问题
如何在频域联合处理结构向量自回归的识别与推断,利用连续频率上的限制估计冲击响应,并检验限制和选择频带?
方法与思路
作者把识别限制写成含连续非线性估计方程的渐近最小二乘问题,提出连续型估计量,并配套 J 检验与数据驱动频带选择。
材料陈述的贡献
摘要称该方法有效利用连续估计方程,得到最优一致的冲击响应估计及可靠置信区间,并以模拟和工时—生产率争论展示应用。
阅读关注点
应核对频域识别限制的经济含义、最优性的比较范围、连续方程的数值实现,以及频带选择对置信区间与 J 检验的影响。
阅读边界
仅据所给 RePEc 出版社摘要,识别限制、权重构造及有效性条件未说明,不能判断任意频带下的表现或推断后续版本变化。

原文摘要

This paper proposes a joint methodology for the identification and inference of structural vector autoregressive models in the frequency domain. We show that identifying restrictions can be written naturally as an asymptotic least squares problem (Gouriéroux et al., 1985) in which there is a continuum of nonlinear estimating equations. Following Carrasco and Florens (2000), we then propose a continuum asymptotic least squares estimator (C-ALS) that efficiently exploits the continuum of estimating equations, thereby allowing to obtain optimal consistent estimates of impulse responses and reliable confidence intervals. Moreover, the identifying restrictions can be formally tested using an appropriate J-stat, and the frequency band can be selected using a data-driven procedure. Finally, we provide some Monte Carlo simulations and an application regarding the hours–productivity debate.

笔记与分组
相关领域论文