Instrumental Variable Identification of Dynamic Variance Decompositions
动态方差分解的工具变量识别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：摘要研究宏观冲击的动态方差与历史分解，并采用外部工具变量和移动平均模型。
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…
动态方差分解的工具变量识别
- 研究问题
- 当外部工具变量只能带误差地度量潜在冲击时，如何识别该冲击对宏观波动的重要性，而不依赖模型可逆性？
- 方法与思路
- 作者在带外部工具变量的一般移动平均模型中构造方差分解的识别区间，并研究实现方差及历史分解点识别的额外限制。
- 材料陈述的贡献
- 摘要称，工具变量对应冲击的方差分解具有信息性界限，方法不要求可逆性；美国应用给出货币冲击影响通胀的重要性上界。
- 阅读关注点
- 应核对工具变量的外生性与相关性条件、界限如何构造，以及哪些额外限制支持点识别和历史分解。
- 阅读边界
- 摘要未列明界限公式、额外限制或美国应用的具体上界数值；不能将不要求可逆性理解为无需其他识别条件。
原文摘要
Macroeconomists increasingly use external sources of exogenous variation for causal inference. However, unless such external instruments (proxies) capture the underlying shock without measurement error, existing methods are silent on the importance of that shock for macroeconomic fluctuations. We show that, in a general moving-average model with external instruments, variance decompositions for the instrumented shock are interval-identified, with informative bounds. Various additional restrictions guarantee point identification of both variance and historical decompositions. Unlike structural vector autoregression analysis, our methods do not require invertibility. Applied to US data, they give a tight upper bound on the importance of monetary shocks for inflation dynamics.