研究了在结构向量自回归分析的背景下，在不同的时变波动率模型之间进行选择的信息准则和残差异方差检验的性能。尽管使用选择标准很难找到真正的波动率模型，但建议使用它们，因为相对于基于研究人员个人偏好任意选择的模型，它们可以显著降低脉冲响应估计的均方误差。异方差检验被发现是决定是否存在时变波动性的有用工具，但不能很好地区分不同类型的波动性变化。通过指定全球原油市场的模型来说明选择方法。
在结构向量自回归分析中，通过异方差识别利益冲击已成为一种标准工具。不幸的是，目前用于建模异方差的方法都有缺点。例如，假设方差变化的已知日期通常是不现实的，而从统计和计算的角度来看，基于GARCH或马尔可夫切换残差的更灵活的模型很难处理。因此，我们提出了一个基于平稳方差变化的模型，该模型是可行的，并且相对容易估计。该模型应用于美国变量的五维系统，以探讨货币政策与股市之间的相互作用。研究发现，如果允许异方差，先前在这种情况下使用的传统识别方案会被数据拒绝。通过异方差确定的冲击与使用传统方法确定的冲击具有不同的经济解释。
空间异质性和空间依赖性是房价发展的两个公认方面。然而，分析跨时间和空间的空间依赖性差异还没有得到太多关注。在本文中，我们共同分析了空间数据的这三个方面。我们应用了面板平滑过渡回归模型，该模型考虑了空间房价溢出的时间和空间异质性，以及基本面对房价动态影响的异质性。我们发现了房价发展在空间和时间上的空间溢出异质性的证据：与相邻房价下跌相比，相邻地区的房价发展在相邻房价上涨时溢出更强。这被解释为处置效果的证据。此外，基本面对房价动态影响的异质性并不是所有变量都能检测到的；实际人均可支配收入和失业率在时间和空间上具有同质效应。
