When Do Long-Run Identifying Restrictions Give Reliable Results?
长期识别限制何时能够给出可靠结果？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：摘要明确讨论向量自回归中基于冲击长期效应的识别限制及推断可靠性，直接对应 VAR 与冲击识别方向。
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
长期识别限制何时能够给出可靠结果？
- 研究问题
- 利用冲击的长期效应限制识别向量自回归中的行为扰动，何时能得到可靠推断？研究关注底层经济结构需要满足怎样的强限制。
- 方法与思路
- 作者分析长期识别方案对底层经济结构的要求，说明并展示相关问题如何影响推断，同时提出应对策略；摘要未交代具体推导与示例。
- 材料陈述的贡献
- 摘要称，长期识别的可靠性需要底层经济满足三类强限制；文章说明这些要求对推断的影响，并提供处理相关问题的策略。
- 阅读关注点
- 阅读时应核对三类限制的精确表述、它们与长期效应估计及冲击解释的联系，以及应对策略所需的附加条件和适用范围。
- 阅读边界
- 摘要未列出三类限制、示例或应对策略的细节，无法据此判断某个具体 VAR 是否符合要求，也不能将必要限制理解为充分条件。
原文摘要
Many recent articles have identified behavioral disturbances in vector autoregressions by imposing restrictions on the long-run effects of shocks. This article demonstrates that this approach will be unreliable unless the underlying economy satisfies three types of strong restrictions. Although many aspects of these issues have been raised before, this article draws out and illustrates the implications for inferences under the long-run scheme. Furthermore, it provides strategies for dealing with the problems.