Structural Vector Autoregressions With Nonnormal Residuals
具有非正态残差的结构向量自回归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：摘要直接研究结构VAR中的冲击识别与限制检验，并提供宏观数据和利率系统应用，归入VAR与局部投影方向。
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…
关注这篇论文的作者
具有非正态残差的结构向量自回归
- 研究问题
- 当通常的结构VAR识别限制不足以唯一确定全部冲击时，特定误差分布假设能否提供额外识别，并使部分结构限制可被检验？
- 方法与思路
- 作者考虑以正态混合分布描述结构VAR中的非正态残差，利用分布假设辅助识别结构冲击，并用美国宏观数据及欧美利率系统展示方法。
- 材料陈述的贡献
- 摘要称特定分布假设有助于识别结构冲击，并使标准结构VAR框架中恰好识别的限制能够接受检验，提供两类数据应用。
- 阅读关注点
- 核对正态混合模型提供额外识别的具体条件、可识别冲击的范围，以及哪些原有结构限制变得可检验，并检查分布错设的影响。
- 阅读边界
- 摘要未列出混合分布的具体设定、识别条件、检验构造或实证结果；不能据此认定任意非正态残差都能实现全部冲击的唯一识别。
原文摘要
In structural vector autoregressive (SVAR) modeling, sometimes the identifying restrictions are insufficient for a unique specification of all shocks. In this paper it is pointed out that specific distributional assumptions can help in identifying the structural shocks. In particular, a mixture of normal distributions is considered as a possible model that can be used in this context. Our model setup enables us to test restrictions which are just-identifying in a standard SVAR framework. The results are illustrated using a U.S. macro data set and a system of U.S. and European interest rates.