Identification of structural shocks in Bayesian VEC models with two-state Markov-switching heteroskedasticity
利用两状态马尔可夫转换异方差识别贝叶斯 VEC 模型的结构冲击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：摘要明确研究协整结构 VAR、VEC 模型及利用异方差识别结构冲击。
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
利用两状态马尔可夫转换异方差识别贝叶斯 VEC 模型的结构冲击
- 研究问题
- 在协整结构 VAR 中，如何利用条件协方差的两状态马尔可夫变化识别结构冲击，并确保唯一的全局识别？
- 方法与思路
- 作者构建 B 参数化的贝叶斯结构 VEC 模型，直接为即时反应矩阵设定先验，并结合 Gibbs 与 MH 算法进行推断。
- 材料陈述的贡献
- 摘要称，修订既有异方差识别限制以确保唯一全局识别，设计相应 MCMC 程序，并以模拟和真实数据示例展示方法。
- 阅读关注点
- 应核对修订后的识别限制、两状态协方差提供的信息，以及先验设定、协整处理和 MCMC 实现对推断的影响。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审和期刊接收均未核实；摘要未列明识别限制，也未报告示例中的具体结果。
原文摘要
We develop a Bayesian framework for cointegrated structural VAR models identified by two-state Markovian breaks in conditional covariances. The resulting structural VEC specification with Markov-switching heteroskedasticity (SVEC-MSH) is formulated in the so-called B-parameterization, in which the prior distribution is specified directly for the matrix of the instantaneous reactions of the endogenous variables to structural innovations. We discuss some caveats pertaining to the identification conditions presented earlier in the literature on stationary structural VAR-MSH models, and revise the restrictions to actually ensure the unique global identification through the two-state heteroskedasticity. To enable the posterior inference in the proposed model, we design an MCMC procedure, combining the Gibbs sampler and the Metropolis-Hastings algorithm. The methodology is illustrated both with a simulated as well as real-world data examples.