美联储-非参数时变IV-SVARs_估计与推理（英）-2025.1_65页_4mb

总结：Nonparametric Time Varying IV-SVARs: Estimation and Inference

核心内容

本文探讨了在结构向量自回归模型（IV-SVARs）中使用外部工具变量进行时间变化脉冲响应函数（IRFs）的估计与推断。研究重点在于开发非参数方法，以处理宏观关系中可能存在的参数不稳定性，同时允许弱工具变量的存在。

主要观点

1. 非参数方法的优势：

   • 本文采用非参数方法，通过核估计器来捕捉参数随时间的变化，避免了对参数变化规律的参数化假设。
   • 方法基于持久性和平滑性假设，而非参数形式的模型更灵活，适用于复杂的时间变化结构。

2. 时间变化参数模型的构建：

   • 模型形式为 $y_t = A_{1t} y_{t-1} + \dots + A_{pt} y_{t-p} + B_t \varepsilon_t$，其中 $A_{it}$ 和 $B_t$ 是时间变化的参数。
   • 通过引入外部工具变量 $z_t$，可以实现对结构冲击的识别，从而估计脉冲响应函数。

3. 脉冲响应函数的标准化：

   • 本文提出了两种脉冲响应函数的标准化方法：相对 IRFs 和 绝对 IRFs。
     • 相对 IRFs 通过将工具变量与预测误差的协方差矩阵进行标准化，使得脉冲响应函数与时间无关，便于比较。
     • 绝对 IRFs 需要模型可逆性假设，以便识别冲击的规模，进而得到标准化的脉冲响应。

4. 弱工具变量的处理：

   • 通过非参数方法和 Anderson-Rubin 检验的逆推，可以实现对弱工具变量的稳健推断。
   • 这种方法在样本量较小时仍能保持良好的经验覆盖率，尤其在参数变化平滑的情况下。

5. 时间变化 IRFs 的估计与推断：

   • 使用核估计器估计模型参数 $A_t, \Gamma_t, \Sigma_t$，并利用 Delta 方法或 Anderson-Rubin 检验统计量的逆推构造脉冲响应函数的置信区间。
   • 置信区间的构建在计算上简便，适用于高维数据和持久时间序列。

6. 应用案例：全球原油供应新闻冲击对美国工业生产的影响：

   • 本文以美国工业生产为被解释变量，利用外部工具变量（OPEC 生产配额公告期间的期货价格变动）来识别原油供应冲击。
   • 研究发现，随着时间的推移，原油供应冲击对美国工业生产的影响发生了显著变化，尤其在页岩油革命之后，美国采矿业对原油价格的反应更为迅速和强烈，而制造业不再出现价格上升导致的产出下降。

关键信息

• 方法论创新：

  • 开发了非参数时间变化 IV-SVAR 估计器，适用于参数变化平滑的情况。
  • 提出了两种 IRFs 标准化方法：相对 IRFs 和绝对 IRFs，分别适用于模型可逆和不可逆的情况。
  • 提供了封闭式解，使得估计和推断过程计算简便。

• 实证结果：

  • 在模拟实验中，非参数方法在参数变化平滑的情况下表现良好，即使在较小样本中也能保持合理的经验覆盖率。
  • 在实际应用中，时间变化 IRFs 的估计揭示了美国工业生产对原油供应冲击的响应随时间而变化，特别是页岩油革命的影响。

• 文献贡献：

  • 本文补充并扩展了现有文献中关于时间变化 IV-SVAR 的研究，尤其是在处理弱工具变量和模型不可逆性方面。
  • 提供了对 IV-SVAR 和内部工具变量 VAR 的联合推断方法，并与贝叶斯方法和路径估计器进行了比较。

方法论结构

• 第 2 节：介绍了非参数方法在 IV-SVAR 中的应用，包括外部工具变量的识别、时间变化参数的建模以及 IRFs 的估计与推断。
• 第 3 节：通过蒙特卡洛模拟验证了方法在有限样本中的表现。
• 第 4 节：应用该方法研究了全球原油供应新闻冲击对美国工业生产的影响。
• 第 5 节：总结全文，强调非参数方法在宏观关系分析中的适用性和优势。

未来研究方向

• 本文未考虑结构冲击的异方差性，未来可进一步研究如何处理异方差情况。
• 本文方法适用于参数变化平滑的情况，但未讨论不同参数变化速率的处理。
• 在实际应用中，建议对模型可逆性进行预测试，以选择合适的估计方法。