Identification Verification for Structural Vector Autoregressions with Sparse Heterogeneous Markov Switching Heteroskedasticity
稀疏异质马尔可夫转换异方差结构 VAR 的识别验证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：摘要直接研究结构 VAR、货币政策冲击的异方差识别及预测表现，对应冲击分析、时间序列和预测方向。
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…
关注这篇论文的作者
稀疏异质马尔可夫转换异方差结构 VAR 的识别验证
- 研究问题
- 如何用允许各结构冲击独立转换波动状态的模型，验证结构 VAR 的异方差识别，并兼顾结构参数估计与预测表现？
- 方法与思路
- 作者为各冲击设置独立马尔可夫方差过程，允许冗余状态在样本中不出现，并构造归一化条件方差分布以支持 Gibbs 抽样与识别验证。
- 材料陈述的贡献
- 摘要称模型改善参数估计精度、支持同方差验证，预测表现可比随机波动模型；宏观金融应用提供美国货币政策冲击识别证据。
- 阅读关注点
- 应核对异方差识别条件、状态稀疏化与归一化方式、同方差验证标准，以及预测比较设计和货币政策冲击的解释依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出识别条件、先验细节或比较数值，相关性能仍需核对全文证据。
原文摘要
We propose a structural vector autoregressive model with a new and flexible specification of the volatility process which we call Sparse Heterogeneous Markov-Switching Heteroskedasticity. In this model, the conditional variance of each structural shock changes in time according to its own Markov process. Additionally, it features a sparse representation of Markov processes, in which the number of regimes is set to exceed that of the data-generating process, with some regimes allowed to have zero occurrences throughout the sample. We complement these developments with a definition of a new distribution for normalised conditional variances that facilitates Gibbs sampling and identification verification. In effect, our model: (i) normalises the system and estimates the structural parameters more precisely than popular alternatives; (ii) can be used to verify homoskedasticity reliably and, thus, inform identification through heteroskedasticity; and (iii) features excellent forecasting performance comparable with Stochastic Volatility. Finally, revisiting a prominent macro-financial structural system, we provide evidence for the identification of the US monetary policy shock via heteroskedasticity, with estimates consistent with those reported in the literature.