结构向量自回归的传统方法可以被视为贝叶斯推理的特殊情况，这些推理源于非常强的先验信念。这些方法可以用限制性较小的公式进行推广，该公式包含了识别假设本身的不确定性。我们用这种方法来重新审视冲击对石油供应和需求的重要性。事实证明，供应中断是历史油价波动中一个更大的因素，而库存积累是一个比早期估计所暗示的更小的因素。供应冲击导致全球经济活动在显著滞后后减少，而石油需求冲击则不会。

向量自回归（VAR）是一种灵活的时间序列模型，可以捕捉宏观经济变量之间复杂的动态相互关系。然而，它们的密集参数化导致了不稳定的推断和不准确的样本外预测，特别是对于具有许多变量的模型。这个问题的一个解决方案是使用信息先验，以便将丰富参数化的无限制模型缩小为简约的naiëve基准，从而减少估计的不确定性。本文本着层次建模的精神，研究了这些先验信息的最优选择，我们将其视为附加参数。这种方法理论上有根据，易于实施，并大大减少了先验设置中主观选择的数量和重要性。此外，它在样本外预测以及因子模型方面都表现得很好，在脉冲响应函数估计方面也很准确。

鉴于人们对结构向量自回归分析中的排斥和长期限制越来越不满，符号限制正变得越来越流行。到目前为止，还没有技术来验证通过这种限制确定的冲击。尽管在理想的设置中，符号限制规定了感兴趣的冲击，但符号限制可能会因测量误差、数据调整或遗漏变量而无效。我们通过马尔可夫切换（MS）机制对冲击波动性的变化进行建模，并使用这种设计给数据一个反对签署限制的机会。通过考虑原油市场的一个小模型来说明这种方法。

经济主体使用未纳入计量经济模型的信息被视为非基础冲击在计量经济模型中重要的可能原因。通过考虑根在复杂单位圆中的移动平均（MA）表示，在结构向量自回归（SVAR）分析中允许非基本冲击是对该问题的可能回应。提出了将非基础性视为省略变量问题而不是单位圆中的MA根问题的例子。遗漏变量问题总是潜伏在SVAR分析以及其他计量经济学研究的背景中，不可避免。在SVAR分析中，它甚至比关于非基础性冲击的文献所暗示的问题更大。尽管如此，SVAR仍然是进行实证分析的有用工具。

感兴趣冲击的识别是结构向量自回归（SVAR）建模中的一个核心问题。识别通常通过对冲击的影响或长期影响施加限制或通过考虑脉冲响应的符号限制来实现。在一些文章中，波动性的变化也被用来识别冲击。本研究的重点是后一种装置。综述了通过异方差进行识别的一些可能设置，并讨论了它们的潜力和局限性。考虑了两个详细的例子来说明该方法。

决策者在决定政策行动时使用了大量变量。因此，希望在用于经济分析的模型中包括大的信息集。在这项调查中，回顾了向量自回归（VAR）模型中解释大变量集信息的方法。这可以通过聚合变量或将参数空间减少到可管理的维度来实现。因子模型减少了变量的空间，而大型贝叶斯VAR模型和面板VAR减少了参数空间。全球VAR采用混合方法。他们聚合变量并使用简约的参数化。所有这些方法都在本次调查中进行了讨论，尽管主要侧重于因子模型。

本文研究股票价格是否存在泡沫。我们使用之前研究的结构向量自回归（SVAR）模型来区分对实际股价的基本面和非基本面冲击。SVAR模型依赖于识别限制，以便正确标记冲击。我们通过异方差中的马尔可夫切换SVAR（MS-SVAR）模型来检验这种限制。使用来自法国、德国、意大利、日本、英国和美国的数据，我们发现意大利拒绝了这一限制，日本支持1%的水平，其余国家至少支持5%的水平。几个备选规范证实了这些发现的稳健性。使用SVAR脉冲响应和预测误差方差分解，我们进一步检验了日本的结构性冲击，并确认了日本的冲击标签。通过历史分解，我们观察到，在整个20世纪70年代和80年代，股票价格往往被低估。这种低估在20世纪90年代中期自行纠正，之后股价往往与基本面同步波动。因此，我们没有发现任何证据支持所有投资国家的股票价格泡沫。

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。

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。

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。