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:摘要明确围绕 SVAR 的冲击识别、代理变量限制和结构脉冲响应展开。

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
Jiaming Huang
Luca Neri

超越有效性:利用多种代理变量识别结构向量自回归

研究问题
当研究者拥有多种质量不明的冲击代理变量时,如何放松严格外生性要求,并评估结构脉冲响应对代理选择和假设的敏感性?
方法与思路
作者用广义排序限制约束代理与目标及非目标冲击的相对相关性,结合符号和叙事限制,刻画响应及代理质量的识别集合。
材料陈述的贡献
摘要称提出代理质量的部分识别及敏感性诊断工具,并通过模拟与美国货币政策应用展示框架的稳健性和计算可行性。
阅读关注点
应核对代理质量参数的含义、各种限制是否兼容、联合代理信息如何收缩识别集合,以及集合估计与统计推断如何区分。
阅读边界
这是 arXiv 预印本,不能据此认定已同行评审或获期刊接收;摘要未给出排序限制公式,也未说明集合推断的具体条件。

原文摘要

This paper develops a framework for robust identification in SVARs when researchers face a zoo of proxy variables. Instead of imposing exact exogeneity, we introduce generalized ranking restrictions (GRR) that bound the relative correlation of each proxy with the target and non-target shocks through a continuous proxy-quality parameter. Combining GRR with standard sign and narrative restrictions, we characterize identified sets for structural impulse responses and show how to partially identify the proxy-quality parameter using the joint information contained in the proxy zoo. We further develop sensitivity and diagnostic tools that allow researchers to assess transparently how empirical conclusions depend on proxy exogeneity assumptions and the composition of the proxy zoo. A simulation study shows that proxies constructed from sign restrictions can induce biased proxy-SVAR estimates, while our approach delivers informative and robust identified sets. An application to U.S.\ monetary policy illustrates the empirical relevance and computational tractability of the framework.

笔记与分组
相关领域论文