Comment on Giacomini, Kitagawa, and Read’s “Narrative Restrictions and Proxies”
评 Giacomini、Kitagawa 与 Read 的《叙事限制与代理变量》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：所给摘要明确讨论符号识别结构 VAR、叙事限制及其贝叶斯估计，直接对应结构冲击方向。
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
评 Giacomini、Kitagawa 与 Read 的《叙事限制与代理变量》
- 研究问题
- 如何把叙事限制的研究放入符号识别 SVAR 的方法文献中，并理解其与传统贝叶斯处理及贝叶斯—频率学派衔接的关系？
- 方法与思路
- 讨论作者以传统贝叶斯符号识别方法为起点，介绍正交矩阵的 Haar 先验及约化式先验，再定位被评论论文的研究思路。
- 材料陈述的贡献
- 摘要所述贡献主要是文献定位和方法讨论，将叙事限制研究联系到更广泛的符号识别 SVAR 及推断研究议程。
- 阅读关注点
- 应核对作者对先验作用、符号限制和叙事限制关系的具体判断，并区分背景介绍、评价意见与新增技术论证。
- 阅读边界
- 仅据所给 Semantic Scholar 版本摘要，文本主要呈现讨论开端，未说明完整评论结论或新结果，未核对刊本变化。
原文摘要
In a series of recent studies, Raffaella Giacomini and Toru Kitagawa have developed an innovative methodological approach to estimating sign-identified structural VAR models that seeks to build a bridge between Bayesian and frequentist approaches in the literature. Their latest papers with Matthew Read contain thought-provoking new insights about modeling narrative restrictions in sign-identified structural VAR models. My discussion puts their contribution into the context of Giacomini and Kitagawa’s broader research agenda and relates it to the larger literature on estimating structural VAR models subject to sign restrictions. It is useful to start with the conventional Bayesian approach to estimating sign-identified VAR models, which has remained the most widely approach used by practitioners for answering substantive economic questions. This approach is based on a uniform prior for the orthogonal matrix Q (known as a Haar prior) and a Gaussian-inverse Wishart prior for the reduced-form parameters A and , which denote the slope parameters and error covariance matrix, respectively (see, e.g., Rubio-Ramirez, Waggoner, and Zha 2010; Arias, RubioRamirez, and Waggoner 2018; Antolin-Diaz and Rubio Ramirez 2018).