微信扫一扫,移动浏览光盘
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。最后，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
第一章 绪论
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 研究结论
第二节 研究展望
参考文献
致谢
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 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
第一节 研究结论
第二节 研究展望
参考文献
致谢
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
