Identification of SVAR Models by Combining Sign Restrictions With External Instruments
结合符号限制与外部工具变量识别 SVAR 模型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：摘要明确研究结构向量自回归的冲击识别，并应用于石油供给与货币政策冲击，因此归入 VAR 与局部投影。
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
结合符号限制与外部工具变量识别 SVAR 模型
- 研究问题
- 研究如何联合符号限制与外部代理变量识别结构冲击，并在工具变量仅具有可信外生性时缩小可接受模型集合。
- 方法与思路
- 作者区分有效工具变量与可信外生代理变量两种情形，结合符号及不等式限制，在代理变量扩展的 SVAR 中实施贝叶斯推断。
- 材料陈述的贡献
- 摘要称，联合限制可识别更多正交冲击或收紧冲击识别，并讨论用贝叶斯因子检验过度识别限制及两类宏观冲击应用。
- 阅读关注点
- 应核对工具有效性的定义、可信外生性的界限设置、各限制如何改变识别集合，以及贝叶斯因子的先验敏感性。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，不能判断代理变量有效性或识别集合收缩幅度；具体条件与后续刊本变化未核验。
原文摘要
We discuss combining sign restrictions with information in external instruments (proxy variables) to identify structural vector autoregressive (SVAR) models. In one setting, we assume the availability of valid external instruments. Sign restrictions may then be used to identify further orthogonal shocks, or as an additional piece of information to pin down the shocks identified by the external instruments more precisely. In a second setting, we assume that proxy variables are only “plausibly exogenous” and suggest various types of inequality restrictions to bound the relation between structural shocks and the external variable. This can be combined with conventional sign restrictions to further narrow down the set of admissible models. Within a proxy-augmented SVAR, we conduct Bayesian inference and discuss computation of Bayes factors. They can be useful to test either the sign- or IV restrictions as overidentifying. We illustrate the usefulness of our methodology in estimating the effects of oil supply and monetary policy shocks.