Bayesian inference in a time varying cointegration model
时变协整模型的贝叶斯推断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。
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：摘要明确研究宏观模型中的时变协整关系及费雪效应，直接属于宏观时间序列分析，未具体讨论冲击响应或预测。
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…
时变协整模型的贝叶斯推断
- 研究问题
- 如何在允许宏观模型参数随时间变化的同时保留协整关系，并使协整空间能够动态演化，以研究长期关系的变化？
- 方法与思路
- 作者提出允许协整的时变参数模型，使协整空间以类似时变参数 VAR 随机游走的方式演化，并发展后验模拟方法。
- 材料陈述的贡献
- 摘要称该模型将时变参数建模扩展到允许协整的情形，研究方法性质并提供后验模拟程序，随后用于费雪效应的经验分析。
- 阅读关注点
- 应核对协整空间的参数化与动态约束、协整秩的处理、先验和后验模拟步骤，以及费雪效应应用中长期关系变化的解释。
- 阅读边界
- 解读限于所给出版社摘要；协整秩、先验设定、模型性质和费雪效应的实证结论未说明，不能把空间演化直接解释为突发结构断点。
原文摘要
There are both theoretical and empirical reasons for believing that the parameters of macroeconomic models may vary over time. However, work with time-varying parameter models has largely involved vector autoregressions (VARs), ignoring cointegration. This is despite the fact that cointegration plays an important role in informing macroeconomists on a range of issues. In this paper, we develop a new time varying parameter model which permits cointegration. We use a specification which allows for the cointegrating space to evolve over time in a manner comparable to the random walk variation used with TVP–VARs. The properties of our approach are investigated before developing a method of posterior simulation. We use our methods in an empirical investigation involving the Fisher effect.