แบบจำลอง Robust Structural Vector Autoregression (Robust SVAR)
แบบจำลอง Robust SVAR เป็นการขยายกรอบการทำงานของ SVAR แบบดั้งเดิม โดยการรวมวิธีการประมาณค่าและการอนุมานที่แข็งแกร่ง (robust estimation and inference) ซึ่งยังคงมีความถูกต้องแม้จะมีความแปรปรวนต่างกัน (heteroscedasticity) ความคลาดเคลื่อนที่ไม่ใช่การแจกแจงแบบปกติ (non-Gaussian errors) หรือค่าผิดปกติ (outliers) ด้วยการผสมผสานการระบุโครงสร้าง (structural identification) เข้ากับกระบวนการทางสถิติที่แข็งแกร่ง ทำให้ได้ผลการตอบสนองต่อแรงกระตุ้น (impulse responses) และการแยกส่วนความแปรปรวนของความคลาดเคลื่อนในการพยากรณ์ (forecast error variance decompositions) ที่น่าเชื่อถือ แม้ว่าข้อสมมติฐานมาตรฐานของ SVAR จะถูกละเมิดในข้อมูลเศรษฐกิจมหภาคก็ตาม
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Lutkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer. ISBN: 978-3540401728
- Herwartz, H., & Ploedt, M. (2016). Simulation evidence on theory-based and statistical identification under volatility breaks. Oxford Bulletin of Economics and Statistics, 78(1), 94-112. DOI: 10.1111/obes.12098 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Structural Vector Autoregression Model. ScholarGate. https://scholargate.app/th/econometrics/robust-svar-model
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- โมเดล ARIMA ที่ทนทานเศรษฐมิติ↔ เปรียบเทียบ
- แบบจำลองเวกเตอร์ออโตริเกรสชันแบบทนทาน (Robust VAR)เศรษฐมิติ↔ เปรียบเทียบ
- แบบจำลองแก้ไขความคลาดเคลื่อนเวกเตอร์ที่แข็งแกร่ง (Robust VECM)เศรษฐมิติ↔ เปรียบเทียบ
- Structural Vector Autoregression (SVAR)เศรษฐมิติ↔ เปรียบเทียบ
- แบบจำลองการถดถอยอัตโนมัติแบบเวกเตอร์ (VAR)เศรษฐมิติ↔ เปรียบเทียบ
- แบบจำลองเวกเตอร์ปรับแก้ความคลาดเคลื่อน (VECM)เศรษฐมิติ↔ เปรียบเทียบ