Bayesian SAR model with stochastic volatility and multiple time-varying weights
含随机波动率与多重时变权重的贝叶斯空间自回归模型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：摘要明确结合面板模型、多层网络溢出和股票市场波动，分别支持面板数据、网络与干扰及波动率方向。
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…
含随机波动率与多重时变权重的贝叶斯空间自回归模型
- 研究问题
- 当经济体之间存在多层网络且关系随时间变化时，如何在面板模型中同时刻画波动变化、冲击传播及直接和间接溢出？
- 方法与思路
- 作者提出多层网络的空间自回归面板模型，允许关系权重随时间变化、结构方差平滑演化，并分析随时间变化的溢出效应。
- 材料陈述的贡献
- 摘要称，该框架用于分析G7国际关系对股票收益和波动的影响，发现合作互动的重要性及各国网络暴露和溢出模式的差异。
- 阅读关注点
- 应核对多层权重的构造、贝叶斯先验与估计方式，以及结构方差和网络效应如何区分，避免将模型内冲击解释直接等同于因果效应。
- 阅读边界
- 这是arXiv预印本，同行评审或接收状态未核实；摘要未说明权重识别、先验、冲击定义及量化结果，合作互动的影响仍需核对。
原文摘要
A novel spatial autoregressive model for panel data is introduced, which incorporates multilayer networks and accounts for time-varying relationships. Moreover, the proposed approach allows the structural variance to evolve smoothly over time and enables the analysis of shock propagation in terms of time-varying spillover effects. The framework is applied to analyse the dynamics of international relationships among the G7 economies and their impact on stock market returns and volatilities. The findings underscore the substantial impact of cooperative interactions and highlight discernible disparities in network exposure across G7 nations, along with nuanced patterns in direct and indirect spillover effects.