Asymptotically Valid Bootstrap Inference for Proxy SVARs
代理变量 SVAR 中渐近有效的自助法推断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：摘要以代理变量识别结构 VAR 冲击，并研究脉冲响应和预测误差方差分解的推断，直接属于宏观冲击分析方向。
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…
关注这篇论文的作者
代理变量 SVAR 中渐近有效的自助法推断
- 研究问题
- 在以外部代理变量识别结构冲击的 SVAR 中，如何在创新存在时间依赖时进行有效推断，并处理代理变量强度不足？
- 方法与思路
- 作者在 α 混合条件下建立渐近理论，使用基于残差的移动区组自助法，并在单代理、单冲击情形反演 Anderson–Rubin 统计量。
- 材料陈述的贡献
- 摘要称证明移动区组自助法的一致性，可用于强代理下的区间推断；单代理识别单冲击时，还能构造不依赖代理强度的归一化响应置信集。
- 阅读关注点
- 重点核对代理变量的相关性与排除限制、混合条件和区组长度要求，并区分强代理区间与单代理情形下的弱代理稳健置信集。
- 阅读边界
- 摘要未列出完整正则条件与有限样本表现；不依赖代理强度的结论限于一个代理识别一个冲击的归一化脉冲响应置信集。
原文摘要
Proxy structural vector autoregressions identify structural shocks in vector autoregressions with external variables that are correlated with the structural shocks of interest but uncorrelated with all other structural shocks. We provide asymptotic theory for this identification approach under mild α-mixing conditions that cover a large class of uncorrelated, but possibly dependent innovation processes. We prove consistency of a residual-based moving block bootstrap (MBB) for inference on statistics such as impulse response functions and forecast error variance decompositions. The MBB serves as the basis for constructing confidence intervals when the proxy variables are strongly correlated with the structural shocks of interest. For the case of one proxy variable used to identify one structural shock, we show that the MBB can be used to construct confidence sets for normalized impulse responses that are valid regardless of proxy strength based on the inversion of the Anderson and Rubin statistic suggested by Montiel Olea, Stock, and Watson.