SVARs Identification Through Bounds on the Forecast Error Variance
利用预测误差方差分解的界约束识别结构向量自回归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：摘要直接研究SVAR识别、脉冲响应及货币冲击推断，并使用预测误差方差分解限制，因此归入宏观冲击方向。
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
利用预测误差方差分解的界约束识别结构向量自回归
- 研究问题
- 仅施加符号限制时，结构向量自回归的脉冲响应识别集合可能较宽；论文研究预测误差方差分解的界约束能否提供更有信息的识别与推断。
- 方法与思路
- 作者将方差分解的界转化为旋转矩阵列向量的二次不等式约束，提出稳健贝叶斯推断，并讨论如何借助不同参数化的DSGE模型设定这些界。
- 材料陈述的贡献
- 摘要称，论文给出界约束缩小脉冲响应识别集合宽度的理论条件；货币SVAR应用展示其增加推断信息、排除部分不合理含义的潜力。
- 阅读关注点
- 核对识别集合缩窄所需条件、稳健贝叶斯推断的具体构造，以及不同DSGE参数化所导出的界是否改变货币冲击结论。
- 阅读边界
- 摘要未给出界的数值、理论条件细节或实证结果；界来自模型设定，其可信度与结论对这些限制的敏感性需读正文判断。
原文摘要
This article identifies structural vector autoregressions (SVARs) through bound restrictions on the forecast error variance decomposition (FEVD). First, the article shows FEVD bounds correspond to quadratic inequality restrictions on the columns of the rotation matrix transforming reduced-form residuals into structural shocks. Second, the article establishes theoretical conditions such that bounds on the FEVD lead to a reduction in the width of the impulse response identified set relative to only imposing sign restrictions. Third, this article proposes a robust Bayesian approach to inference. Fourth, the article shows that elicitation of the bounds could be based on DSGE models with alternative parameterizations. Finally, an empirical application illustrates the potential usefulness of FEVD restrictions for obtaining informative inference in set-identified monetary SVARs and remove unreasonable implications of models identified through sign restrictions.