Limited information Bayesian analysis of a simultaneous equation with an autocorrelated error term and its application to the U.S. gasoline market
自相关误差联立方程的有限信息贝叶斯分析及美国汽油市场应用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：摘要明确估计联立供需系统中关注的结构方程，并用于汽油市场分析。
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
自相关误差联立方程的有限信息贝叶斯分析及美国汽油市场应用
- 研究问题
- 联立方程误差存在自相关时，如何在有限信息贝叶斯框架中估计关注的结构方程、检验弱外生性，并分析美国汽油市场关系？
- 方法与思路
- 作者使用马尔可夫链蒙特卡洛算法，分别处理白噪声和自相关误差的联立方程，通过数值例子及美国汽油供需方程展示方法。
- 材料陈述的贡献
- 摘要称忽略自相关会产生不合理的参数后验分布；应用中拒绝油价变化影响汽油价格的非对称假说，并发现库存具有显著负向影响。
- 阅读关注点
- 核对结构方程的识别、先验与自相关设定、弱外生性检验方式，以及非对称效应和库存效应对模型设定及样本的敏感性。
- 阅读边界
- 依据所给作者／机构库版本摘要，不能推断刊本变化；摘要未说明识别限制、先验或效应大小，不能独立确认应用结果的稳健性。
原文摘要
Using Markov Chain Monte Carlo algorithms within the limited information Bayesian framework, we estimate the parameters of the structural equation of interest and test weak exogeneity in a simultaneous equation model with white noise as well as autocorrelated error terms. A numerical example and an estimation of the supply and demand equations of the U.S. gasoline market show that if we ignore autocorrelation we obtain unreasonable posterior distributions of the parameters of interest. Also we find that the hypothesis of the asymmetric effect of the changes in oil price on the changes in gasoline price is rejected. Oil inventory has a significant negative effect on the gasoline price.