可能非可逆 SVARMA 模型的辨识与估计:一种新的参数化方法
计量经济学
2021-02-17 v2
摘要
本文讨论由独立非高斯冲击驱动的、可能非可逆的结构向量自回归滑动平均(structural vector autoregressive moving average, SVARMA)模型的参数化、可辨识性与最大似然(ML)估计。与既往文献不同,使用 Wiener-Hopf 分解(WHF)对 MA 多项式矩阵的新表示聚焦于模型的多元本质,揭示其结构洞见,并利用该结构设计算法。特别地,它允许对单位圆内外的行列式零点位置进行参数化,并允许在零处的 MA 零点,后者可解释为信息延迟。这对于动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模型的数据驱动评估高度相关。通常施加于冲击传导矩阵及行列式根位置的识别约束由此变得可检验。此外,我们给出 ML 估计量渐近正态性的低层条件,以及得分与信息矩阵的解析表达式。作为应用,我们估计 Blanchard 和 Quah 模型,并表明我们的方法利用标准宏观计量经济模型提供了关于非可逆性的进一步洞见。这些及进一步分析在一个文档完备的 R 包中实现。
引用
@article{arxiv.2002.04346,
title = {Identifiability and Estimation of Possibly Non-Invertible SVARMA Models: A New Parametrisation},
author = {Bernd Funovits},
journal= {arXiv preprint arXiv:2002.04346},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:1910.04087