向量自回归模型对宏观经济变量的预测能力比较研究——以意大利GDP增长和CPI为例.pdfVIP

【理论探索】 向量 自回归模型对宏观经济变量的 预测能力比较研究 — — 以意大利GDP：t~长和CPI为例 胡兆炜 (1．中国农业大学 经济管理学院，北京 100083；2．中国农业银行总行，北京 100036) 摘要：分别利用包含不同预测变量且不同期限的双变量和三变量向量 自回归模型(VAR)对意大 利 1992年至2006年间的真实GDP增长率和 1980至2006年间的通货膨胀率进行 了滚动模拟预 测。从实证 结果看 ，对上述宏观经济变量的预测，不同变量的预测能力随模型期限及结构变化 而表现出明显差异，因而无法判断哪个(类)变量用于预测时将具有显著优势。研究还发现，如 自回归模型(AR)等简单的时间序列模型，整体上较之相对更复杂的模型提供 了更准确的预测 信息。 关键词：向量 自回归模型；意大利 GDP增长率；通货膨胀率 文章编号：1003—4625(2012)12—0001—04 中图分类号：F830．2 文献标志码 ：A Abstract：Wehavesurveyedthepseudoout-of-sampleforecastsofItalianrealGDP growthrateand inflationratefrom 1992to2006andfrom 1980to2006respectivelyontheforecastinghorizonsofone-， four-andeight-stepahead．Therecursiveforecastsaregeneratedbothrfom bivariateandtrivariate modelsconstructedbyvariousindicatorsandtheautoregressivemodelaswell,．From theempiricalre-- sults，wefindthatthepredictabilitiesofindicators，forbothrealGDPgrowthandinflation，varyacross theforecastinghorizonsandtheformsoftheVAR model，hencewecanhardlysaywhichcanalways produceeffectiveforecasts．Itissuggestedthatsimplemodel，likeautoregressivemodel，mayprovide moreinformativecontentthantherelativesophisticatedones． Keywords：VAR，Italy；GDPgrowth；inflation 一 、 导言 为了涵盖更多的变量信息，经常采用的还有VAR模 由于预测国内生产总值 (GDP)和通货膨胀率 型的一些变形，如受约束的向量 自回归模型fRVAR) (CPI)等宏观经济变量对政策制定者和市场参与者 和贝叶斯向量 自回归模型(BVAR)。在本文所采用 具有重要意义，各种时间序列模型对宏观经济变量 的研究方法中，我们选取了向前 1期、4期和8期的双 预测能力的研究与 比较一直是经济学文献的热点。 变量和三变量VAR模型，以意大利数据为例 ，检验 尽管新的计量经济技术在不断发展，但至今仍无某 和 比较分析一系列宏观经济指标对该国1959年至 个或几个经济指标可以被广泛地认同具有普适的预 2006年和 1971年至2006年GDP增长和CPI的预测 测能力，也没有哪类工具的预测表现会显著优于某 能力。 些简单的模型，如 自回归模型 (AR)甚至是随机漫步 二、文献回顾 (RandomWalk)模型。 Stock