Модель структурной векторной авторегрессии с изменяющимися во времени параметрами (TVP-SVAR)
Модель структурной векторной авторегрессии с изменяющимися во времени параметрами (TVP-SVAR) расширяет классические структурные VAR-модели, позволяя как коэффициентам приведённой формы, так и матрице структурного воздействия непрерывно изменяться во времени. Оцениваемая с помощью байесовского метода Монте-Карло по схеме цепей Маркова (MCMC), она позволяет улавливать меняющиеся механизмы передачи шоков и гетероскедастичную волатильность, что делает её основным инструментом в эмпирической макроэкономике в условиях изменения режимов политики и экономических взаимосвязей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
- Nakajima, J. (2011). Time-Varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications. IMES Discussion Paper Series 2011-E-9, Bank of Japan. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Time-Varying Parameter Structural Vector Autoregression Model. ScholarGate. https://scholargate.app/ru/econometrics/time-varying-parameter-svar-model
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Модель Байесовского векторного авторегрессионного анализа (BVAR)Эконометрика↔ сравнить
- Модель векторной авторегрессии с изменяющимися во времени параметрами (TVP-VAR)Эконометрика↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →