Identification and estimation of non-Gaussian structural vector autoregressions
非高斯结构向量自回归的识别与估计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：摘要直接讨论结构 VAR 的冲击识别、脉冲响应及货币政策冲击应用。
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…
非高斯结构向量自回归的识别与估计
- 研究问题
- 结构冲击具有独立非高斯分量时，能否识别结构 VAR 并获得基本唯一的脉冲响应，从而检验额外施加的经济识别限制？
- 方法与思路
- 作者利用误差分量的独立性与非高斯性建立识别结果，并据此设计识别方案，研究最大似然估计的一致性及渐近正态性。
- 材料陈述的贡献
- 摘要称，该设定无需额外识别限制即可识别模型；应用发现紧缩性货币政策冲击对金融市场有负面影响，并拒绝常用递归限制。
- 阅读关注点
- 核对独立性和非高斯条件的准确表述、冲击排序与符号的规范方式，以及统计识别如何衔接货币政策冲击的经济解释。
- 阅读边界
- 仅据所给出版社摘要，无法确认似然分布设定、识别规范或应用数据；摘要所述冲击影响与限制检验结果不能直接推广至其他经济环境。
原文摘要
Conventional structural vector autoregressive (SVAR) models with Gaussian errors are not identified, and additional identifying restrictions are needed in applied work. We show that the Gaussian case is an exception in that a SVAR model whose error vector consists of independent non-Gaussian components is, without any additional restrictions, identified and leads to essentially unique impulse responses. Building upon this result, we introduce an identification scheme under which the maximum likelihood estimator of the parameters of the non-Gaussian SVAR model is consistent and asymptotically normally distributed. As a consequence, additional economic identifying restrictions can be tested. In an empirical application, we find a negative impact of a contractionary monetary policy shock on financial markets, and clearly reject the commonly employed recursive identifying restrictions.