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。

本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。

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：摘要直接研究非线性结构 VAR、长期识别与共同随机趋势，分别对应结构冲击分析及协整时间序列。

cointegratedvarsregime switchingidentificationtime series
反馈分类问题

正在核对关联版本…

DOI · 预印本使用 arXiv 编号

arXiv

作者的期刊发表依据

暂未核实关联作者的本站覆盖期刊正式发表记录。仍保留在“全部预印本”；资料缺失不代表没有发表经历。

arXiv：2404.05349 · v2

首次提交：2024-04-08 · 最近修订：2024-09-10

原站分类：econ.EM / math.ST

收录依据：arXiv 计量经济学分类（econ.EM）

下载 BibTeX下载 RIS

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
James A. Duffy
Sophocles Mavroeidis

AI 解读 · 基于可核验材料

非线性结构 VAR 中的共同趋势与长期识别

研究问题
如何在非线性结构 VAR 中容纳共同随机趋势与协整，使非平稳经济序列可直接建模，并支持长期识别约束？
方法与思路
作者构建时间可加分离的非线性 SVAR 类，涵盖分段线性和光滑转换的内生状态切换，并扩展 Granger–Johansen 表示定理。
材料陈述的贡献
摘要称所得条件在线性情形下恰好退化为通常条件，并证明该模型类能够支持线性协整 SVAR 中同类的长期识别约束。
阅读关注点
应核对非线性可加结构、共同趋势与协整的定义、表示定理的充分条件，以及长期约束如何识别结构冲击。
阅读边界
这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未提供具体条件、证明或估计方法，不能据此判断实证识别强度。

GPT-6.1 Sol · 高 · 2026-10-03

原文摘要

While it is widely recognised that linear (structural) VARs may fail to capture important aspects of economic time series, the use of nonlinear SVARs has to date been almost entirely confined to the modelling of stationary time series, because of a lack of understanding as to how common stochastic trends may be accommodated within nonlinear models. This has unfortunately circumscribed the range of series to which such models can be applied -- and/or required that these series be first transformed to stationarity, a potential source of misspecification -- and prevented the use of long-run identifying restrictions in these models. To address these problems, we develop a flexible class of additively time-separable nonlinear SVARs, which subsume models with threshold-type endogenous regime switching, both of the piecewise linear and smooth transition varieties. We extend the Granger--Johansen representation theorem to this class of models, obtaining conditions that specialise exactly to the usual ones when the model is linear. We further show that, as a corollary, these models are capable of supporting the same kinds of long-run identifying restrictions as are available in linearly cointegrated SVARs.

摘要来源：arXiv

笔记与分组