Refining set-identification in VARs through independence
利用独立性细化 VAR 的集合识别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 VAR 的冲击识别、符号与幅度限制及脉冲响应置信集合，对应 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…
利用独立性细化 VAR 的集合识别
- 研究问题
- 如何在不依赖高阶矩实现强识别或点识别的情况下，利用冲击独立性要求缩小符号限制 VAR 的识别与置信集合？
- 方法与思路
- 作者在符号限制中加入独立性检验要求，排除高阶矩显著偏离独立性的冲击，并研究旋转矩阵及脉冲响应的置信集合。
- 材料陈述的贡献
- 摘要称，该方法对弱识别稳健且模拟覆盖率良好；较大样本或明显非正态性有助于缩窄区间，结合幅度限制可进一步获益。
- 阅读关注点
- 应核对独立性要求的检验方式、覆盖率控制条件，以及如何构造和展示非凸置信集合，并区分符号限制与幅度限制的作用。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断具体检验条件及经验应用的识别力度；区间缩减并非普遍保证，后续版本变化也未提供。
原文摘要
Identification in VARs has traditionally mainly relied on second moments. Some researchers have considered using higher moments as well, but there are concerns about the strength of the identification obtained in this way. In this paper, we propose refining existing identification schemes by augmenting sign restrictions with a requirement that rules out shocks whose higher moments significantly depart from independence. This approach does not assume that higher moments help with identification; it is robust to weak identification. In simulations we show that it controls coverage well, in contrast to approaches that assume that the higher moments deliver point-identification. However, it requires large sample sizes and/or considerable non-normality to reduce the width of confidence intervals by much. We consider some empirical applications. We find that it can reject many possible rotations. The resulting confidence sets for impulse responses may be non-convex, corresponding to disjoint parts of the space of rotation matrices. We show that in this case, augmenting sign and magnitude restrictions with an independence requirement can yield bigger gains.