去留何从？大规模混合创新模型的隐含阈值方法
统计方法学
2019-08-07 v5 计量经济学
应用统计
统计计算
摘要
本文提出了一种直接的算法，用于对具有每个系数混合创新成分的大规模时变参数向量自回归模型（TVP-VARs）进行推断。我们通过用一个依赖于冲击绝对大小的隐含阈值过程来近似驱动系数时变性的隐含指标，显著降低了计算负担。我们通过两个应用展示了该方法的优势。首先，我们预测美国利率期限结构，并证明了所提混合创新模型相对于其他基准模型的预测增益。其次，我们将该方法应用于美国宏观经济数据，发现了货币政策紧缩具有时变效应的显著证据。
引用
@article{arxiv.1607.04532,
title = {Should I stay or should I go? A latent threshold approach to large-scale mixture innovation models},
author = {Florian Huber and Gregor Kastner and Martin Feldkircher},
journal= {arXiv preprint arXiv:1607.04532},
year = {2019}
}