fa مروری بر مشکل شوک های غیربنیادی در تحلیل های SVAR اقتصادسنجی econometrics مروری Review <div style="text-align: justify;"><span style="font-family:IRANsans;"><span style="line-height:2;">تحلیل های کلاسیک SVAR، تصریحاً یا تلویحاً، بر این فرض استوارند که شوک های ساختاری، به فضای برداری&nbsp;&nbsp;ایجاد شده توسط تعداد محدودی از متغیرهای قابل مشاهده تعلق داشته و با تحلیل داده های تاریخی این متغیرها قابل شناسایی اند. چنانچه این فرض نقض شود، اطلاعات حاصل از تحلیل های مذکور بقدری نخواهد بود که بتوان آن را مبنای سنجش اعتبار مدل های تئوریک و یا تحلیل های ساختاری دانست؛ این مشکل، به مشکل شوکهای غیربنیادی معروف است. در مطالعه حاضر، با مرور ادبیات مربوطه، به جوهر اصلی مشکل شوک های غیربنیادی،&nbsp;علل بروز آن، و شیوه های رفع آن، خواهیم پرداخت.</span></span></div> <div style="text-align: justify;"><span style="font-size:12.0pt"><span style="line-height:115%"><span new="" roman="" style="font-family:" times="">Classic SVAR analyses, either explicitly or implicitly, are based on the assumption that structural shocks belong to the vector space formed by a limited number of observable variables and can be identified through the historical data analysis of these variables. If this assumption is violated, the information obtained from such analyses will not be sufficient to serve as a basis for evaluating the validity of theoretical models or structural analyses. This issue is known as the non-fundamental shocks problem. In the present study, by reviewing the relevant literature, we will address the core of the non-fundamental shocks problem, the reasons behind its occurrence, and the methods to resolve it.</span></span></span></div> شوک های غیربنیادی, نقص اطلاعات, شوک های خبری, نویز, SVAR Non-Fundamental Shocks, Information Deficiency, News Shocks, Noise, Structural Vector Autoregression (SVAR). 3 42 http://eprj.ir/browse.php?a_code=A-10-1645-1&slc_lang=fa&sid=1 Nasser Khiabani ناصر خیابانی naser.khiabani@atu.ac.ir 100319475328460012228 100319475328460012228 No Associate Professor, Faculty of Economics, Alameh Tabatabaei University, Tehran, Iran. دانشیار دانشکده اقتصاد، دانشگاه علامه طباطبایی، تهران Shalaleh Sahafi شلاله صحافی shalaleh@gmail.com 100319475328460012229 100319475328460012229 Yes Ph.D. Student, Institute of Planning Education and Research, Tehran, Iran. دانشجوی دکتری، مؤسسه عالی آموزش و پژوهش برنامه ریزی، تهران، ایران.