描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787516162231
内容简介
利用图方法中的Markov因果结构推断来构建SVAR 模型识别条件，是近年来发展起来的一种新识别方法，在实证分析中得到了广泛的应用。张二华所著的《基于Markov因果结构推断的结构向量自回归模型识别》首先从理论角度证明了基于Markov因果结构推断构建SVAR模型识别条件的可行性，并证明该方法的有效性与扰动项的具体分布形式无关，将这一方法推广到非高斯分布情形。其次，本书还将基于同期变量间因果结构的推断来构建SVAR模型识别条件，拓展到基于动态因果结构的推断，并设计了动态因果结构推断的具体算法，使SVAR模型得以被完全识别的情形得到了有效拓展。后，本书还将上述理论成果成功应用于货币政策传导机制中的实证分析，得到了一些重要研究结论。
目 录
章 绪论
节 研究背景及意义
第二节 国内外研究现状及其发展动态
第三节 研究内容
第四节 研究创新
第二章 因果结构推断的主要概念、定理及算法
节 基本概念
第二节 概率分布和DAG
第三节 Markov因果结构模型和递归结构模型
第四节 DAG和因果结构推断
第五节 结论
第三章 SVAR模型与线性动态Markov因果结构模型
节 VAR和SVAR模型
第二节 SVAR模型的识别
第三节 SVAR模型的递归结构假设
第四节 线性动态Markmr因果结构模型及其SVAR模型等价形式
第五节 弱因果Markov条件与严格因果忠实条件
第六节 结论
第四章 同期变量间Markov因果结构推断与SVAR模型识别
节 同期变量间Mar。kov因果结构推断
第二节 SVAR模型及其线性动态Markov因果结构模型等价形式
第三节 同期变量间Markov因果结构与SVAR模型识别
第四节 同期变量问Markov因果结构推断条件下SVAR模型识别的充要条件
第五节 Montecarlo模拟
第六节 结论
第五章 动态Markov因果结构推断与SVAR模型识别
节 动态Markov因果结构推断的理论基础
第二节 动态Markov因果结构推断的主要算法
第三节 动态．Markov因果结构推断与SVAR模型识别条件的构建
第四节 MonteCarlo模拟
第五节 结论
第六章 实证分析
节 数据及模型设定
第二节 识别条件的构建与SVAR模型估计
第三节 脉冲响应函数
第四节 结论
第七章 研究结论及展望
节 研究结论
第二节 研究展望
参考文献
致谢
节 研究背景及意义
第二节 国内外研究现状及其发展动态
第三节 研究内容
第四节 研究创新
第二章 因果结构推断的主要概念、定理及算法
节 基本概念
第二节 概率分布和DAG
第三节 Markov因果结构模型和递归结构模型
第四节 DAG和因果结构推断
第五节 结论
第三章 SVAR模型与线性动态Markov因果结构模型
节 VAR和SVAR模型
第二节 SVAR模型的识别
第三节 SVAR模型的递归结构假设
第四节 线性动态Markmr因果结构模型及其SVAR模型等价形式
第五节 弱因果Markov条件与严格因果忠实条件
第六节 结论
第四章 同期变量间Markov因果结构推断与SVAR模型识别
节 同期变量间Mar。kov因果结构推断
第二节 SVAR模型及其线性动态Markov因果结构模型等价形式
第三节 同期变量间Markov因果结构与SVAR模型识别
第四节 同期变量问Markov因果结构推断条件下SVAR模型识别的充要条件
第五节 Montecarlo模拟
第六节 结论
第五章 动态Markov因果结构推断与SVAR模型识别
节 动态Markov因果结构推断的理论基础
第二节 动态Markov因果结构推断的主要算法
第三节 动态．Markov因果结构推断与SVAR模型识别条件的构建
第四节 MonteCarlo模拟
第五节 结论
第六章 实证分析
节 数据及模型设定
第二节 识别条件的构建与SVAR模型估计
第三节 脉冲响应函数
第四节 结论
第七章 研究结论及展望
节 研究结论
第二节 研究展望
参考文献
致谢
评论
还没有评论。