A large non-Gaussian structural VAR with application to Monetary Policy
大型非高斯结构 VAR 及其货币政策应用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。
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：摘要研究结构 VAR 的识别与估计，并应用于货币政策冲击响应。
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
大型非高斯结构 VAR 及其货币政策应用
- 研究问题
- 如何利用高阶矩识别包含较多变量的结构 VAR，并考察扩大信息集后货币政策冲击及价格、产出响应的变化？
- 方法与思路
- 作者提出由高阶矩识别的大型结构 VAR，开发 Gibbs 采样器及偏差信息准则估计量，并讨论加入经济限制的方式。
- 材料陈述的贡献
- 摘要称模型适合较高维度，模拟中估计性质良好；实证识别货币政策冲击，并报告价格与产出响应存在较长延迟。
- 阅读关注点
- 应核对高阶矩识别条件、冲击标签的确定、采样器与模型比较方法，以及变量扩展和响应延迟的实证稳健性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；无需经济限制不代表无需统计假设，摘要未说明识别条件及延迟长度。
原文摘要
We propose a large structural VAR which is identified by higher moments without the need to impose economically motivated restrictions. The model scales well to higher dimensions, allowing the inclusion of a larger number of variables. We develop an efficient Gibbs sampler to estimate the model. We also present an estimator of the deviance information criterion to facilitate model comparison. Finally, we discuss how economically motivated restrictions can be added to the model. Experiments with artificial data show that the model possesses good estimation properties. Using real data we highlight the benefits of including more variables in the structural analysis. Specifically, we identify a monetary policy shock and provide empirical evidence that prices and economic output respond with a large delay to the monetary policy shock.