基于Markov因果结构推断的结构向量自回归模型识别

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。首先，本书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。此外，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。