我发现了一篇论文，作者使用贝叶斯方法来估计脉冲响应函数中的不对称效应。简而言之，估计过程是：
- 计算 VAR 和脉冲响应（无论采用何种识别策略）。
- 将此 IRF 表示为一组高斯基函数。（这减少了参数的数量）
- 使用这个估计作为 Metropolis-Hastings 算法的初始猜测（=prior？）。
所有步骤都使用相同的数据。
如果从下一步将使用 MCMC 算法的相同数据中提取先验信息是否有意义，我有点困惑？我了解到“双重浸入”是贝叶斯统计中的一个问题。由于它是一篇比较知名的论文，我假设对这一点有一个解释，但我不明白。