《長期約束下結構向量自回歸模型的推斷方法》是依託清華大學，由詹兆國擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：長期約束下結構向量自回歸模型的推斷方法
- 依託單位：清華大學
- 項目負責人：詹兆國
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
結構向量自回歸(Structural Vector Autoregression, 簡稱SVAR)模型在國內外被廣泛套用於巨觀經濟分析，而該模型的一種經典識別方法來自Blanchard and Quah (1989)所建議的帶有經濟學含義的長期約束。本項目研究的正是SVAR模型在長期約束條件下的識別問題。這是因為最近的研究表明(參見Gospodinov, 2010)，在持久性數據和長期約束下，傳統的SVAR模型識別方法將會失效。鑒於傳統方法失效，本項目試圖發展出一種新的識別方法。這種新方法基於計量經濟學中的構造工具變數法(參見Phillips and Magdalinos, 2009)，將能夠增強識別條件，並最終達到對SVAR模型的有效識別。基於本項目提出的新方法的SVAR模型識別結果，將可以為相關的經濟學問題提供更加可信的答案，從而為國民經濟和社會發展的熱點問題提供更有價值的參考。
結題摘要
結構向量自回歸(Structural Vector Autoregression, 簡稱SVAR)模型在國內外被廣泛套用於巨觀經濟分析，而該模型的一種經典識別方法來自Blanchard and Quah (1989)建議的帶有經濟學含義的長期約束。本項目研究的正是SVAR模型在長期約束條件下的模型參數識別問題。這是因為最近的研究表明(參見Gospodinov, 2010)，在持久性數據和長期約束下，傳統的SVAR模型識別方法將會失效。鑒於傳統方法失效，本項目成功發展出一種新的識別方法。這種新方法基於計量經濟學中的構造工具變數法(參見Magdalinos and Phillips, 2009)，可以達到對SVAR模型的有效識別。基於本項目提出的新方法的SVAR模型識別結果，將可以為相關的經濟學問題提供更加可信的答案，從而為國民經濟和社會發展的熱點問題提供更有價值的參考。
