Asymmetric Conjugate Priors for Large Bayesian VARs
大型贝叶斯 VAR 的非对称共轭先验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：摘要明确针对宏观贝叶斯 VAR，并以符号限制识别结构冲击展示应用，因此对应时间序列和 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
大型贝叶斯 VAR 的非对称共轭先验
- 研究问题
- 大型贝叶斯 VAR 能否对其他变量滞后施加更强收缩，同时保留共轭先验带来的解析便利和快速后验模拟？
- 方法与思路
- 作者构造允许跨变量差异化收缩的先验，保留边际似然等解析结果，并在采用符号限制识别冲击的 VAR 中应用。
- 材料陈述的贡献
- 摘要称，新先验兼顾跨变量收缩与闭式边际似然，并报告大型模型的快速后验抽样及结构冲击分析实例。
- 阅读关注点
- 应核对先验参数化及其共轭性质、收缩超参数的设定，以及计算时间测试环境和符号限制下的冲击识别方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；摘要未说明完整先验形式或计算可比性，不能据此判断普遍速度优势。
原文摘要
Large Bayesian VARs are now widely used in empirical macroeconomics. One popular shrinkage prior in this setting is the natural conjugate prior as it facilitates posterior simulation and leads to a range of useful analytical results. This is, however, at the expense of modeling flexibility, as it rules out cross-variable shrinkage -- i.e., shrinking coefficients on lags of other variables more aggressively than those on own lags. We develop a prior that has the best of both worlds: it can accommodate cross-variable shrinkage, while maintaining many useful analytical results, such as a closed-form expression of the marginal likelihood. This new prior also leads to fast posterior simulation -- for a BVAR with 100 variables and 4 lags, obtaining 10,000 posterior draws takes less than half a minute on a standard desktop. We demonstrate the usefulness of the new prior via a structural analysis using a 15-variable VAR with sign restrictions to identify 5 structural shocks.