Dynamic Innovation Transmission Through Networks: Theory, Large T-Inference, and Business Cycles by Lagged Input-Output Conversion
网络中的动态创新传导：理论、大 T 推断与滞后投入产出转换下的商业周期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：摘要围绕网络 VAR、冲击脉冲响应与部门间双边传导解释产出动态，直接涉及宏观冲击、时间序列和网络机制。
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
网络中的动态创新传导：理论、大 T 推断与滞后投入产出转换下的商业周期
- 研究问题
- 单位间双边联系如何通过滞后传导改变创新的动态影响，且这种机制与创新自身的序列相关如何区分并用于解释商业周期？
- 方法与思路
- 作者提出网络向量自回归模型，讨论给定网络时的大 T 推断，再由滞后投入产出转换的实际商业周期经济推导美国部门模型。
- 材料陈述的贡献
- 摘要称首选模型中滞后传导解释增长持续性的 85%，部门冲击方差相对同期投入产出转换情形平均降低 73%。
- 阅读关注点
- 核对网络传导与自相关创新的区分、短期和长期脉冲响应，以及生产模型假设、网络条件和所报告比例的计算口径。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；数值来自首选模型，摘要未提供完整识别条件、区间或规格敏感性结果。
原文摘要
I develop an econometric framework that rationalizes the dynamics of a cross-sectional variable by lagged transmissions of innovations along bilateral links between units. While nesting the Spatial Autoregression and Spatial Error Model as limits and producing equivalent impulse-responses in the long run, the Network-Vector-Autoregression (NVAR) I propose can accommodate general transmission patterns over time and yields "networked" transition dynamics distinct from those implied by autocorrelated innovations. I discuss large $T$-inference conditional on a network. I then estimate an NVAR for US sectoral output, as derived under a Real Business Cycle economy with lagged input-output conversion. Under the preferred specification, lagged transmissions of productivity shocks along supply chains account for 85% of the persistence in aggregate output growth and reduce shock-variances relative to an economy with contemporaneous input-output conversion by 73% on average across sectors.