A new posterior sampler for Bayesian structural vector autoregressive models
贝叶斯结构向量自回归模型的新后验采样器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：摘要直接研究符号限制 SVAR、脉冲响应及美国货币政策冲击，因此归入 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
贝叶斯结构向量自回归模型的新后验采样器
- 研究问题
- 在符号限制贝叶斯 SVAR 中，如何突破常用先验的限制，并评估冲击当期响应的先验选择如何影响货币政策结论？
- 方法与思路
- 作者开发重要性采样器，将常用正态—逆 Wishart—均匀先验采样器作为特例，并提出作用于当期脉冲响应的先验。
- 材料陈述的贡献
- 摘要称算法可在中等规模模型中采用更广泛先验；美国货币政策应用中，所提先验对应的实体经济效应更强。
- 阅读关注点
- 应核对重要性权重与采样效率、符号限制的实施方式，以及响应先验的设定和实证结果对先验选择的敏感性。
- 阅读边界
- 仅据所给 Crossref 摘要，不能把更强响应视为更准确识别；具体先验、计算表现及其他版本变化均未说明。
原文摘要
We develop an importance sampler for sign restricted Bayesian structural vector autoregressive models. The algorithm nests as a special case the sampler associated with the popular Normal inverse Wishart Uniform prior, while allowing to move beyond such prior in medium sized models. We then propose a prior on contemporaneous impulse responses that provides flexibility on the magnitude and shape of the impact responses. We illustrate the quantitative relevance of the choice of the prior in an application to US monetary policy shocks. We find that the real effects of monetary policy shocks are stronger under our proposed prior than in the Normal inverse Wishart Uniform setup.