Vector autoregressions with dynamic factor coefficients and conditionally heteroskedastic errors
具有动态因子系数与条件异方差误差的向量自回归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：摘要直接涉及时变 VAR、共同动态因子及金融冲击对产出和通胀的脉冲响应。
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…
具有动态因子系数与条件异方差误差的向量自回归
- 研究问题
- 当 VAR 系数随时间变化且扰动具有条件异方差时，如何定义脉冲响应，并分析危机与非危机时期金融冲击的不同影响？
- 方法与思路
- 作者提出时变系数 VAR 分析方法，依赖系统整体稳定性构造脉冲响应，并以模拟及美国工业生产、通胀和债券利差说明。
- 材料陈述的贡献
- 摘要称，共同动态因子可描述经济与金融变量的时变联系；应用显示固定 VAR 系数可能低估部分危机期间金融冲击的影响。
- 阅读关注点
- 应核对动态因子如何进入系数矩阵、整体稳定性的具体要求、冲击识别方式，以及时变响应与固定系数响应的可比性。
- 阅读边界
- 仅依据所给 OpenAlex 摘要；稳定性条件、冲击识别和样本区间未说明，危机时期的影响差异属于该应用报告，不能直接外推。
原文摘要
We introduce a new and general methodology for analyzing vector autoregressive models with time-varying coefficient matrices and conditionally heteroskedastic disturbances. The proposed approach is transparent and simple to implement. It allows the derivation of well-defined impulse response functions that rely on the overall stability of the system. We present the finite sample properties of the model in a simulation study. In an empirical illustration we investigate the possibly time-varying relationships between U.S. industrial production, inflation, and bond spread. We empirically identify a time-varying linkage between economic and financial variables which are effectively described by a common dynamic factor. The impulse response analysis identifies substantial differences in the effects of financial shocks on output and inflation during crisis and non-crisis periods. The results also illustrate how the widely-used approach of fixing the VAR coefficients in the derivation of the impulse responses leads to a sizeable underestimation of the impact of a financial shock on output and inflation during some of the crises in our sample.