严格识别和大规模限制性SVAR推断
计量经济学
2026-05-22 v2
摘要
我们提出了一种针对严格识别和大规模结构向量自回归(SVAR)推断的新方法，基于一种reparameterization，使其能够通过连续可微映射来施加识别不等式限制。允许的不等式限制包括形状限制和排序限制以及经济学相关弹性系数的上限，该方法也能 straightforward地容纳零限制。我们实现了Hamiltonian Monte Carlo算法，并展示了在该reparameterization下，后验密度可以快速评估，从而促进了高维环境下的推断。两个实证应用表明，我们的方法倾向于导致Markov链的序列依赖性降低、有效样本量更大以及计算时间缩短。
引用
@article{arxiv.2604.22445,
title = {Inference in Tightly Identified and Large-Scale Sign-Restricted SVARs},
author = {Markku Lanne and Jani Luoto and Adam Rybarczyk},
journal= {arXiv preprint arXiv:2604.22445},
year = {2026}
}
备注
39 pages, 11 figures. Updated introduction. Updated empirical section with re-run estimation results. Replaced ESS graphs with tables. Updated restriction on the response of employment to labor supply shock in the large model