Dynamic Factor Stochastic Volatility-in-Mean VAR for Large Macroeconomic Panels
面向大型宏观面板的动态因子随机波动率入均值 VARAI 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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确建立宏观 VAR、以潜在因子刻画共同波动，并与基准模型比较预测表现，分别支持 VAR、因子与预测方向。
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…
面向大型宏观面板的动态因子随机波动率入均值 VAR
- 研究问题
- 论文研究共同波动率因素进入 VAR 条件均值后，能否刻画宏观不确定性的传导，并改善大型宏观变量系统的预测。
- 方法与思路
- 作者将少量潜在波动率因子与波动率入均值结构嵌入 VAR，设计 MCMC 算法，并用 FRED-QD 季度数据比较预测表现。
- 材料陈述的贡献
- 摘要称，该模型在保持大型系统可处理性的同时，让不确定性影响均值与方差，并在重大宏观扰动期间改善更多变量的预测。
- 阅读关注点
- 应核对因子与入均值项的设定、先验及采样算法、预测窗口和评价指标，以及预测改善能否支持所解释的传导机制。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出逐变量结果或结构冲击识别，预测比较不能直接证明因果传导。
原文摘要
We develop a dynamic factor stochastic volatility-in-mean (SVM) specification for vector autoregressions (VARs) that embeds an SVM component within a dynamic factor stochastic volatility structure. A small number of latent volatility factors capture common movements in conditional variances, while volatility enters the conditional mean of the VAR. This specification allows time-varying uncertainty to influence macroeconomic dynamics through both second moments and expected outcomes while preserving tractability in large panels. We construct an efficient Markov chain Monte Carlo algorithm for estimation in this high-dimensional, non-Gaussian setting. Using quarterly data on twenty variables from the FRED-QD database, we compare predictive performance with the benchmark stochastic volatility VAR model. The dynamic factor SVM specification delivers superior forecasts for more variables during major macroeconomic disruptions such as the 2008 global financial crisis. The results indicate that allowing volatility to enter the mean captures an important transmission channel in macroeconomic dynamics.