Asymptotic Distributions of Impulse Responses, Step Responses, and Variance Decompositions of Estimated Linear Dynamic Models
估计线性动态模型的脉冲响应、阶跃响应与方差分解的渐近分布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：摘要以 VARMA 模型中的脉冲响应、阶跃响应和方差分解为核心，直接对应动态冲击分析及时间序列方法。
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
估计线性动态模型的脉冲响应、阶跃响应与方差分解的渐近分布
- 研究问题
- 对估计得到的 VARMA 动态联立方程模型，如何计算脉冲响应、阶跃响应和方差分解的联合渐近协方差，并检验线性限制？
- 方法与思路
- 作者推导上述动态响应集合的渐近协方差公式，利用解析导数进行计算，使不同 VARMA 模型的相关结果可统一处理。
- 材料陈述的贡献
- 摘要称这些公式统一并扩展既有结果，可用于检验响应和方差分解上的线性限制，并揭示渐近协方差的结构。
- 阅读关注点
- 核对冲击及模型的识别设定、参数协方差如何传递至响应函数、解析导数的计算方式，以及线性限制检验的适用条件。
- 阅读边界
- 摘要未交代模型识别、参数估计和正则条件；不能单凭其渐近结果认定小样本置信区间准确，或响应具有因果含义。
原文摘要
Formulas are derived for computing asymptotic covariance matrices of sets of impulse responses, step responses, or variance decompositions of estimated dynamic simultaneous-equations models in vector autoregressive moving-average (VARMA) form. Computed covariances would be used to test linear restrictions on sets of impulse responses, step responses, or variance decompositions. The results unify and extend previous formulas to handle any model in VARMA form, provide accurate computations based on analytic derivates, and provide insights into the structures of the asymptotic covariances. Copyright 1993 by The Econometric Society.