A Bayesian Markov-switching SAR model for time-varying cross-price spillovers
时变跨价格溢出的贝叶斯马尔可夫转换空间自回归模型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。
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：摘要研究马尔可夫转换的时间动态，并应用于十五个国家的细分 CPI 数据，直接对应时间序列与宏观面板方向。
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…
时变跨价格溢出的贝叶斯马尔可夫转换空间自回归模型
- 研究问题
- 当价格类别之间的连接结构和溢出强度随状态变化时，如何识别这些变化，并刻画冲击在系统中的时空传播？
- 方法与思路
- 作者扩展空间自回归模型，使权重矩阵和空间自回归参数具有马尔可夫转换动态，并研究时变空间乘数。
- 材料陈述的贡献
- 摘要称，该模型识别状态特定的连接结构与强度；十五个欧盟国家的细分 CPI 应用显示跨状态和跨国溢出差异。
- 阅读关注点
- 应核对权重矩阵与溢出参数能否分别识别、状态转换设定及贝叶斯推断细节，并审查消费行为解释的证据。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明先验、识别限制及冲击是否具有因果解释。
原文摘要
The spatial autoregressive (SAR) model is extended by introducing a Markov switching dynamics for the weight matrix and spatial autoregressive parameter. The framework enables the identification of regime-specific connectivity patterns and strengths and the study of the spatiotemporal propagation of shocks in a system with a time-varying spatial multiplier matrix. The proposed model is applied to disaggregated CPI data from 15 EU countries to examine cross-price dependencies. The analysis identifies distinct connectivity structures and spatial weights across the states, which capture shifts in consumer behaviour, with marked cross-country differences in the spillover from one price category to another.