Identification, estimation and inference in Panel Vector Autoregressions using external instruments
使用外部工具变量的面板向量自回归：识别、估计与推断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。
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：摘要明确涉及面板 VAR、外部工具识别的脉冲响应，以及连续工具对应二元处理的局部因果效应。
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
使用外部工具变量的面板向量自回归：识别、估计与推断
- 研究问题
- 如何借助外部工具变量识别面板 VAR，当连续工具对应二元处理时估计何种局部效应，并对动态财政乘数开展推断？
- 方法与思路
- 作者借鉴 SVAR-IV 识别思路，定义 μ-LATE，在独立、排除和单调性假设下分析其含义，并使用 Anderson–Rubin 统计量构造置信集合。
- 材料陈述的贡献
- 摘要称，外部工具 PVAR 估计 μ-LATE，模拟支持脉冲响应置信集合的表现；州级军费应用报告超过一且集中于当期和次年的乘数。
- 阅读关注点
- 核对 μ-LATE 的权重与目标人群、工具变量有效性及面板异质性的处理，并检查脉冲响应置信集合和军费工具的识别依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出乘数数值区间、样本与工具强度，不能据此确认应用中的假设成立。
原文摘要
This paper proposes an identification inspired from the SVAR-IV literature that uses external instruments to identify PVARs, and discusses associated issues of identification, estimation, and inference. I introduce a form of local average treatment effect - the $μ$-LATE - which arises when a continuous instrument targets a binary treatment. Under standard assumptions of independence, exclusion, and monotonicity, I show that externally instrumented PVARs estimate the $μ$-LATE. Monte Carlo simulations illustrate that confidence sets based on the Anderson-Rubin statistics deliver reliable convergence for impulse responses. As an application, I instrument state-level military spending with the state's share of national spending to estimate the dynamic fiscal multiplier. I find multipliers above unity, with effects concentrated in the contemporaneous year and persisting into the following year.