Identification and inference with ranking restrictions
排序限制下的识别与推断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 VAR 脉冲响应、新闻冲击识别和方差分解。
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…
排序限制下的识别与推断
- 研究问题
- 在 VAR 的符号限制之外加入脉冲响应排序限制，能否缩小识别集，并改善生产率新闻冲击及其动态影响的识别？
- 方法与思路
- 作者从行业异质性、弹性界和动态关系构造排序限制，结合条件均匀先验的贝叶斯方法及对先验稳健的推断。
- 材料陈述的贡献
- 摘要称排序限制帮助识别新闻冲击，在应用中支持产出暂时显著上升，并使一年期产出方差贡献界缩窄约三十个百分点。
- 阅读关注点
- 应核对排序限制的经济依据、识别集与先验处理方式、附加限制的相容性检查，以及方差分解界的计算。
- 阅读边界
- 所给 Crossref 摘要未给出具体限制和检验细节；应用中的数据相容性不能排除误设，报告的改善不宜泛化或推断刊本变化。
原文摘要
We propose to add ranking restrictions on impulse‐responses to sign restrictions to narrow the identified set in vector autoregressions (VARs). Ranking restrictions come from micro data on heterogeneous industries in VARs, bounds on elasticities, or restrictions on dynamics. Using both a fully Bayesian conditional uniform prior and prior‐robust inference, we show that these restrictions help to identify productivity news shocks in the data. In the prior‐robust paradigm, ranking restrictions, but not sign restrictions alone, imply that news shocks raise output temporarily, but significantly. This holds both in an application with rankings in the form of heterogeneity restrictions and in another applications with slope restrictions as rankings. Ranking restrictions also narrow bounds on variance decompositions. For example, the bound of the contribution of news shocks to the forecast error variance of output narrows by about 30 pp at the one‐year horizon. While misspecification can be a concern with added restrictions, they are consistent with the data in our applications.