本文研究了在结构向量自回归模型(SVARs)中,通过外部工具识别的时间变化脉冲响应函数的估计和推理。作者基于允许非参数时间变化的核估计器,推导出相关量的渐近分布,并开发了针对具有缓慢变化参数的IV-SVARs的估计量。
核心观点:
- 本文采用非参数方法,而非假设模型系数服从高斯过程,依赖于参数演变模式的持久性和平滑性假设。
- 作者开发了针对外部工具识别的VAR文献做出了贡献,开发了针对具有缓慢变化参数的IV-SVARs的估计量,旨在捕捉宏观经济关系中显著的不稳定性。
- 作者对模型参数和结构冲击响应函数(IRFs)的频率主义推理过程在计算上是微不足道的,并且易于扩展到更大维度和样本量。
关键数据和研究结论:
- 作者通过研究全球石油供应新闻冲击对美国工业生产时间变化效应的方法进行说明。
- 常参数模型表明,石油供应新闻冲击作为成本推动型冲击传递给美国经济,随着实际石油价格的上升,制造业生产下降。
- 作者的方法揭示了估计冲击响应函数的强烈时间变化,这与页岩油革命相一致。美国采矿产出比以往任何时候都反应得更强烈、更快。美国制造业产出不再下降,这挑战了油市特定冲击仍然作为成本推动型冲击传递给美国的观点。
- 模拟表明,只要潜在的参数不稳定性足够平滑,即使在相对较小的样本中,也能提供令人满意的实证覆盖。
- 作者建议:如果没有证据表明在特定应用中目标冲击不可逆,那么继续使用IV-SVAR估计器可能更为可取,因为它对假设的要求最小。如果拒绝冲击可逆性,则可以考虑内部工具向量自回归模型。
方法:
- 作者首先推导出对应简化形式的参数的渐近理论,这些参数表征了内生时间序列和外生工具的联合动态。
- 然后,作者要么依赖于delta方法的运用,要么遵循后续步骤,通过安德森-鲁宾检验统计量的逆运算构建置信集。
- 作者提供了两种满足研究者不同需求的估计结果,即:(1) 经典的IV-SVAR和(2)由提出的内部工具VAR估计器。
局限性:
- 本文研究了单一工具识别单一目标冲击的最简单情况。更一般的情况需要额外的限制。
- 作者的经验应用包括长时间和非常持久的时间序列,无法在经验应用中将方法与其他备选方案进行比较。