在列表中检索

    1
    1
    Identification through heteroskedasticity
    共检索到 2

    为了识别影响经济变量的结构性冲击,需要对结构向量自回归(SVAR)模型的参数施加限制。经济理论是这种限制的主要来源。然而,只有过度识别的限制才能用统计方法进行测试,这限制了许多刚刚识别的SVAR模型的统计验证。在本研究中,为SVAR模型开发了贝叶斯推理,其中通过马尔可夫切换异方差来识别结构参数。在这样的模型中,在同性恋的情况下,仅仅是识别的限制会变得过度识别,并且可以进行测试。导出了一组参数限制条件,在此条件下全局识别结构矩阵,并使用Savage Dickey密度比来评估识别条件的有效性。为此,定义了一个新的概率分布,它推广了β、F和复合伽马分布。作为一个经验例子,使用异方差作为额外的识别手段来比较货币模型。实证结果支持了利率反应函数中包含货币的模型。

    2017
    浏览量:24  |  
    分享到:

    在代理向量自回归模型中,感兴趣的结构性冲击是通过一种工具来识别的。尽管偶尔会允许异方差,但通常认为结构冲击的影响效应是时间不变的,尽管其方差发生了变化。我们对这一隐含假设进行了测试,并提出证据表明,在以前使用的经验模型中,可能会违反时间不变影响效应的假设。

    2020
    浏览量:24  |  
    分享到:
    • 首页
    • 1
    • 末页
    • 跳转
    当前展示1-2条  共2条,1页