可能不可逆SVARMA模型的可辨识性与估计； 一种新的参数化方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
本文讨论了由独立的非高斯冲击驱动的结构向量自回归滑动平均(SVARMA)模型的参数化、可辨识性和极大似然(ML)估计。与以前的文献相比，利用Wiener-Hopf分解(WHF)对MA多项式矩阵的新表示侧重于模型的多变量性质，产生对其结构的洞察力，并利用该结构设计优化算法。特别地，它允许参数化行列式零点在单位圆内和单位圆外的位置，并允许在零处的MA零点，这可以解释为信息延迟。这与动态随机一般均衡(DSGE)模型的数据驱动评估高度相关。通常，对冲击传递矩阵和行列式根位置施加的识别限制是可测试的。此外，我们给出了ML估计渐近正态性的低层条件，以及分数和信息矩阵的解析表达式。作为应用，我们估计了Blanchard和Quah模型，并表明我们的方法提供了进一步的见解关于非可逆性使用一个标准的宏观经济模型。这些和进一步的分析在一个记录良好的R-Package中实现。
---
英文标题：
《Identifiability and Estimation of Possibly Non-Invertible SVARMA Models:
  A New Parametrisation》
---
作者：
Bernd Funovits
---
最新提交年份：
2021
---
分类信息：

一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--

---
英文摘要：
  This article deals with parameterisation, identifiability, and maximum likelihood (ML) estimation of possibly non-invertible structural vector autoregressive moving average (SVARMA) models driven by independent and non-Gaussian shocks. In contrast to previous literature, the novel representation of the MA polynomial matrix using the Wiener-Hopf factorisation (WHF) focuses on the multivariate nature of the model, generates insights into its structure, and uses this structure for devising optimisation algorithms. In particular, it allows to parameterise the location of determinantal zeros inside and outside the unit circle, and it allows for MA zeros at zero, which can be interpreted as informational delays. This is highly relevant for data-driven evaluation of Dynamic Stochastic General Equilibrium (DSGE) models. Typically imposed identifying restrictions on the shock transmission matrix as well as on the determinantal root location are made testable. Furthermore, we provide low level conditions for asymptotic normality of the ML estimator and analytic expressions for the score and the information matrix. As application, we estimate the Blanchard and Quah model and show that our method provides further insights regarding non-invertibility using a standard macroeconometric model. These and further analyses are implemented in a well documented R-package.
---
PDF链接：
https://arxiv.org/pdf/2002.04346

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：arma模型 VARMA SVAR MA模型 ARMA 向量 non 结构 冲击 信息