Structural analysis with Multivariate Autoregressive Index models
多元自回归指数模型的结构分析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：摘要明确涉及大型 VAR、动态因子模型及货币政策与供需冲击传播，支持这三个方向。
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…
多元自回归指数模型的结构分析
- 研究问题
- 如何通过系数矩阵的降秩限制降低大规模 VAR 的参数维度，并用于分析货币政策以及需求和供给冲击的传播？
- 方法与思路
- 作者将受限 VAR 表为多元自回归指数模型，推导 Wold 表示及其与动态因子模型的联系，并讨论估计和秩选择。
- 材料陈述的贡献
- 摘要称理论扩展到一般秩限制，并在模拟和两个冲击传导应用中，将指数模型与大型贝叶斯 VAR 进行比较。
- 阅读关注点
- 应核对秩限制的具体结构、Wold 表示与因子模型的关系，以及秩选择、结构冲击识别和比较设计的细节。
- 阅读边界
- 仅据所给出版社摘要，无法判断降维是否损失关键动态信息，也未说明相对贝叶斯 VAR 的具体表现或优势条件。
原文摘要
We address the issue of parameter dimensionality reduction in Vector Autoregressive models (VARs) for many variables by imposing specific reduced rank restrictions on the coefficient matrices that simplify the VARs into Multivariate Autoregressive Index (MAI) models. We derive the Wold representation implied by the MAIs and show that it is closely related to that associated with dynamic factor models. Then, the theoretical analysis is extended to the case of general rank restrictions on the VAR coefficients. Next, we describe classical and Bayesian estimation of large MAIs, and discuss methods for rank determination. Finally, the performance of the MAIs is compared with that of large Bayesian VARs in the context of Monte Carlo simulations and two empirical applications, on the transmission mechanism of monetary policy and on the propagation of demand and supply shocks.