مدل خودرگرسیونی برداری افزوده با پارامترهای متغیر با زمان
TVP-FAVAR یک چارچوب ترکیبی است که مدلهای خودرگرسیونی برداری افزوده (Factor-Augmented VARs) را با تخمین پارامترهای متغیر با زمان از طریق فیلتر کالمن ترکیب میکند. این مدل که توسط برنانکی و همکاران (۲۰۰۵) معرفی و توسط پریمیچری (۲۰۰۵) اصلاح شد، عوامل پنهان اقتصادی (مانند 'شوک مشترک سیاست پولی') را از دادههای با ابعاد بالا استخراج میکند، در حالی که به ضرایب VAR اجازه میدهد تا به صورت تصادفی در طول زمان تکامل یابند. این چارچوب هم الگوهای کاهش ابعاد و هم بیثباتی ساختاری را ثبت میکند و آن را برای مطالعه رژیمهای سیاستی در حال تحول و دینامیک شوک ایدهآل میسازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Bernanke, B. S., Boivin, J., & Eliasz, P. S. (2005). Measuring monetary policy. Journal of Political Economy, 113(1), 161-208. link ↗
- Primiceri, G. E. (2005). Time-varying structural vector autoregressions and monetary policy. Review of Economic Studies, 72(3), 821-852. DOI: 10.1111/j.1467-937X.2005.00353.x ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Time-Varying Parameter Factor-Augmented VAR. ScholarGate. https://scholargate.app/fa/econometrics/tvp-favar
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- Global VARاقتصادسنجی↔ مقایسه
- پیشبینیهای محلیاقتصادسنجی↔ مقایسه
- پنل VAR آستانهایاقتصادسنجی↔ مقایسه
ارجاعشده در
Similar methods
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →