بانک مرکزی جمهوری اسلامی ایران، نماگرهای مختلف.
جلالی نائینی، احمدرضا و همتی، مریم (1390). «بررسی اثر شوکهای پولی بر 12 گروه اصلی شاخص بهای کالاها و خدمات مصرفی با استفاده از الگوی خود توضیح برداری عاملی تعمیم یافته»، فصلنامه پژوهشهای اقتصادی ایران، 3(4): 247-241.
خداپرست شیرازی، جلیل (1394). «اندازهگیری اثرات شوک سیاست پولی در ایران: رویکرد خود توضیح برداری عاملی تعمیم یافته FAVAR»، فصلنامه اقتصاد مقداری، 11(1): 101-75.
مرزبان، حسین و دهقان شبانی، زهرا و اکبریان، رضا و فراهانی، مهدی (1395). «ارزیابی کارایی سیاست پولی در ایران»، فصلنامهاقتصادمقداری، 4(2): 92-71.
فراهانی، مهدی (1395). ارزیابیاثرگذاریسیاستپولیبرمتغیرهایکلاناقتصادیدرایران: بارویکردیبرالگویخودتوضیح برداریعاملیتعمیمیافته،فیلترکالمن،الگوریتمبیشینهسازیانتظارات، رساله منتشر شده دکتری، دانشگاه شیراز، دانشکده اقتصاد، مدیریت و علوم اجتماعی.
Ahmadi, P. and Ritschl, A. (2009). “Depression econometrics: A FAVAR model of monetary policy during the great depression”, International review of economics & finance, 25(3): 202-218.
Bai, J. and Ng, S. (2002). “Determining the number of factors in approximate factor, models”, Journal of econometrical, 70(1): 191-221.
Bai, J. and Ng, S. (2007). “Determining the number of primitive shocks in factormodels”, Journal of business & economic statistics, 25(2): 52-60.
Bernanke, B. and Gertler, M. (1995). “Inside the black box: The credit channel of monetary policy transmission”, Journal of economic perspectives, 19(9): 27-48.
Bernanke, B. and Blinder, A. (1992). “The federal funds rate and the channels of monetary transmission”, American economic review, 82(4): 901-921.
Bernanke, B. and Boivin, J. (2003). “Monetary policy in a data-rich environment”, Journal of monetary economics, 50(5): 525-46.
Bernanke, B., Boivin, J., and Eliasz, P. (2005). Measuring the effects of monetary policy: A factor-augmented vector autoregressive (FAVAR) approach. Quarterly Journal of Economics, 120(1), 387-422.
Breitung, J. and Eickmeier, S. (2005). “Dynamic Factor Models”, Deutsche Bundes bank Discussion Paper, 78(1): 181-211.
Bork, I. (2010). “Macro factors, monetary policy analysis and affine term structure models”, Journal of international money and finance, 25(6): 953-973.
Dempster, A.; Laird, M. and Rubin, D. (1977). “Maximum likelihood from incomplete data via the EM algorithm”, Journal of the royal statistical society, 39(1): 1-38.
Fernald, G.; Spiegel, M. and Swanson, E. (2014). Monetary policy effectiveness in china: Evidence from a FAVAR model, Working Paper,10727 Series, Federal Reserve Bank of San Francisco.
Forni, M.; Hallin, M. and Reichlin, L. (2005). “The generalized dynamic factor model: Identification and estimation”, Review of Economics and Statistics, 82(5): 540-554.
Forni, M. and Reichlin, L. (2005). “Dynamic common factors in large cross-sections”, Journal of empirical economics, 21(8): 27-50.
Mishkin, F. S. (1995). “Symposium on the monetary transmission mechanism”, The journal of economic perspectives, 9(4): 3-10.
Mishkin, F. S. (2007). The economics of money, banking, and financial markets. Pearson education.
Shumway, R. and Stoffer, D. (1982). “An approach to time series smoothing and forecasting using the EM algorithm”, Journal of time series analysis, 3(4): 226-53.
Taylor, J. (1993). “Discretion versus policy rules in practice”. Carnegie-rochester conference series on public policy, 39: 195-214.