Faktoru papildinātais vektorautoregresijas modelis (FAVAR)
FAVAR ir daudzvielu laika sēriju modelis, kas vispirms apkopo informāciju no ļoti liela mainīgo kopuma dažos kopīgos faktoros, pēc tam iekļauj šos faktorus kopā ar novērotajiem mainīgajiem vektorautoregresijas modelī. To 2005. gadā ieviesa Bernanke, Boivin un Eliasz, lai pētītu monetāro politiku, vienlaikus izmantojot simtiem makroekonomisko rādītāju.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Bernanke, B. S., Boivin, J. & Eliasz, P. (2005). Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach. The Quarterly Journal of Economics, 120(1), 387-422. DOI: 10.1162/0033553053327452 ↗
- Stock, J. H. & Watson, M. W. (2002). Macroeconomic Forecasting Using Diffusion Indexes. Journal of Business & Economic Statistics, 20(2), 147-162. DOI: 10.1198/073500102317351921 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Factor-Augmented Vector Autoregression. ScholarGate. https://scholargate.app/lv/econometrics/favar
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Markov režīmu pārslēgšanās modelis (MS-AR / MS-VAR)Ekonometrija↔ salīdzināt
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ salīdzināt
- Kopneses un gludās pārejas VAR (TVAR / STVAR)Ekonometrija↔ salīdzināt
- Vektora autoregresijas (VAR) modelisEkonometrija↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →