Inference in Tightly Identified and Large-Scale Sign-Restricted SVARs
en
我们针对强识别的大规模结构性……的推断问题提出一种新方法……
正文
2026年欧洲夏季会议（ESEM），爱尔兰都柏林：2026年8月 我们提出一种针对识别约束严格的大规模结构化向量自回归模型进行推断的新方法，其基础是一种重参数化处理，使识别性不等式约束能够通过连续可微映射加以施加。允许使用的不等式约束包括形状约束与排序约束，以及对具有经济意义的弹性的上下界；该方法还能够以直接的方式容纳零约束。我们实现了哈密顿蒙特卡洛（Hamiltonian Monte Carlo）算法，并展示了在重参数化之下如何快速评估后验密度，从而便于在高维设定中开展推断。两项实证应用表明，与现有方法相比，我们的方法往往使马尔可夫链的序列相关性更低、有效样本量更大、计算时间更短。 点击「接受」（Accept）按钮或继续浏览我们的网站，即表示您同意在您的设备上存储第一方Cookie和仅限会话期间使用的Cookie。Cookie用于优化您的使用体验，并匿名分析网站性能与流量。