Algorithm-Driven SVARs: Navigating the Wilderness of Big Data
算法驱动的结构 VAR：在大数据中选择信息集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：摘要直接围绕递归与代理 SVAR 的冲击识别、信息集选择和货币政策传导展开，归入 VAR 与局部投影方向。
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
算法驱动的结构 VAR：在大数据中选择信息集
- 研究问题
- 结构 VAR 的冲击结论同时依赖识别限制和变量选择，如何系统构建信息集，并判断住房、信贷和信用利差在传导中的作用？
- 方法与思路
- 作者提出贝叶斯信息集构建方法，用样本外准则保留其允许的最大系统，并结合递归识别与多工具变量的联合贝叶斯代理 SVAR。
- 材料陈述的贡献
- 摘要称变量选择改变了住房与信贷相关结论，代理 SVAR 强化了信用利差渠道，并指出预期违约风险是重要的货币政策传导环节。
- 阅读关注点
- 应核对样本外选择准则与最大系统规则、递归排序、工具变量有效性，以及变量筛选的不确定性如何进入冲击响应推断。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实。摘要未给出变量集合、工具变量及完整识别限制，无法独立判断传导解释的稳健性。
原文摘要
Every SVAR result is conditional on two choices: the restrictions that identify the shock and the variables on which they operate. The literature disciplines the first; the second is chosen by hand. We develop a Bayesian methodology that constructs information sets, uses an out-of-sample criterion, and retains the largest system it admits. Under recursive identification, output rises with housing production rather than household credit alone. For monetary policy, an anchor-free joint Bayesian proxy SVAR with multiple instruments strengthens the credit spread channel. A core system augmented with the selected corporate spread identifies expected default risk as a potent transmission margin.