A Gaussian smooth transition vector autoregressive model: An application to the macroeconomic effects of severe weather shocks
高斯平滑转换向量自回归模型及严重天气冲击的宏观效应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。
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：摘要直接提出平滑转换 VAR，并研究不同状态下严重天气冲击的宏观影响。
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
高斯平滑转换向量自回归模型及严重天气冲击的宏观效应
- 研究问题
- 如何通过数据驱动的平滑状态转换刻画宏观动态，并判断严重天气冲击的影响是否随经济状态与样本时期而变化？
- 方法与思路
- 作者提出高斯条件分布的平滑转换向量自回归模型，使状态权重随前若干期观测在各状态下的相对加权似然变化。
- 材料陈述的贡献
- 摘要称，美国月度数据中，天气冲击在样本早期及部分危机时期的状态下影响更强；作者将其解释为经济逐步适应的迹象。
- 阅读关注点
- 应核对转换权重、模型估计与冲击识别方法，以及状态间响应差异如何支持适应性解释，是否存在其他可能的解释。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收均未核实；摘要未说明冲击识别假设、响应数值或不确定性，适应性解释尚不能据此验证。
原文摘要
We introduce a new smooth transition vector autoregressive model with a Gaussian conditional distribution and transition weights that, for a $p$th order model, depend on the full distribution of the preceding $p$ observations. Specifically, the transition weight of each regime increases in its relative weighted likelihood. This data-driven approach facilitates capturing complex switching dynamics, enhancing the identification of gradual regime shifts. In an empirical application to the macroeconomic effects of a severe weather shock, we find that in monthly U.S. data from 1961:1 to 2022:3, the shock has stronger impact in the regime prevailing in the early part of the sample and in certain crisis periods than in the regime dominating the latter part of the sample. This suggests overall adaptation of the U.S. economy to severe weather over time.