Estimation, Inference, and Empirical Analysis for Time-Varying VAR Models
时变 VAR 模型的估计、推断与实证分析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：摘要明确围绕时变 VAR、结构识别下的脉冲响应及系数恒定检验展开，并应用于政府支出乘数，支持这两个方向。
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…
时变 VAR 模型的估计、推断与实证分析
- 研究问题
- 当 VAR 系数和创新协方差矩阵随时间平滑变化时，如何进行估计、滞后阶选择、参数稳定性检验和脉冲响应分析？
- 方法与思路
- 作者构造系数与创新协方差平滑时变的 VAR，建立渐近性质，并提出滞后阶信息准则和检验系数恒定的 Wald 型统计量。
- 材料陈述的贡献
- 摘要称在结构 VAR 识别条件下提供脉冲响应分析，并通过模拟检验理论结果，以美国政府支出乘数展示实证用途。
- 阅读关注点
- 应核对平滑性与带宽要求、结构冲击识别限制、时变脉冲响应的定义，以及滞后选择和恒定系数检验的有效条件。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要解读；摘要未给出结构识别限制、支出乘数结果或理论细节，不能推断政策结论及刊本变化。
原文摘要
Vector autoregressive (VAR) models are widely used in practical studies, for example, forecasting, modeling policy transmission mechanism, and measuring connection of economic agents. To better capture the dynamics, this article introduces a new class of time-varying VAR models in which the coefficients and covariance matrix of the error innovations are allowed to change smoothly over time. Accordingly, we establish a set of asymptotic properties including the impulse response analyses subject to structural VAR identification conditions, an information criterion to select the optimal lag, and a Wald-type test to determine the constant coefficients. Simulation studies are conducted to evaluate the theoretical findings. Finally, we demonstrate the empirical relevance and usefulness of the proposed methods through an application on U.S. government spending multipliers.