Joint Bayesian inference about impulse responses in VAR models
VAR 模型中脉冲响应的联合贝叶斯推断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：摘要明确研究结构 VAR 的脉冲响应估计与联合不确定性，直接对应 VAR 与冲击响应分析。
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
VAR 模型中脉冲响应的联合贝叶斯推断
- 研究问题
- 对结构 VAR 的整组脉冲响应，如何在给定损失函数下构造贝叶斯点估计和联合可信区域，并避免逐点汇总忽略响应间依赖？
- 方法与思路
- 作者针对不同损失函数推导堆叠脉冲响应向量的贝叶斯估计，并以相同损失下的最低后验风险区域构造联合可信区域。
- 材料陈述的贡献
- 摘要称，常见逐点均值或中位数通常不等于整组响应的贝叶斯估计，可能产生模型无法实现的形状；逐点分位数带会低估联合不确定性。
- 阅读关注点
- 应核对损失函数与响应向量的定义、联合区域的构造，以及逐点汇总为何可能不对应任何模型参数和忽略跨期响应依赖。
- 阅读边界
- 摘要未说明具体损失函数、计算步骤或低估不确定性的量化幅度；这些结论也不替代对结构冲击识别方案本身的审查。
原文摘要
We derive the Bayes estimator of vectors of structural VAR impulse responses under a range of alternative loss functions. We also discuss the construction of joint credible regions for vectors of impulse responses as the lowest posterior risk region under the same loss functions. We show that conventional impulse response estimators such as the posterior median response function or the posterior mean response function are not in general the Bayes estimator of the impulse response vector obtained by stacking the impulse responses of interest. We illustrate that such pointwise estimators may imply response function shapes that are incompatible with any possible parameterization of the underlying model. Moreover, conventional pointwise quantile error bands are not a valid measure of the estimation uncertainty about the impulse response vector because they ignore the mutual dependence of the responses. In practice, they tend to understate substantially the estimation uncertainty about the impulse response vector.