基于软件Eviews和WinBUGS计量模型的比较.pdfVIP

基于软件Eviews和WinBUGS计量模型的比较 孙维伟，张连增 (南开大学 经济学院，天津 300071) 摘 要：在计量经济学设计模型、收集资料、估计模型、检验模型、应用模型(结构分析、经济预测、政策评 价)过程中，Eviews软件是必不可少的工具，而WinBUGS软件是贝叶斯计量经济学计算的常用软件。文章以时 间序列AR(1)模型为例，运用Gibbs抽样的MCMC方法，介绍了贝叶斯统计方法在计量经济学模型中的应用，分 析了在实证中贝叶斯估计与经典计量估计的区别和联系，并指出贝叶斯方法在计量经济学及其他学科广阔的 应用前景。 关键词 ：AR(1)模型；贝叶斯分析 ；Eviews软件；WinBUGS软件 中图分类号 ：0212 文献标识码：A 文章编号：1002—6487(2013)06—0012—04 ， ARIMA(差分 自回归移动平均模型)模型是Box—Jen— 0 引售 kins于20世纪70年代初系统提出的一种重要的时间序列 数据分析方法 ，而AR(自回归)模型、MA(移动平均)模型 现有的计量经济学建模的过程大多是理论模型的建 和ARMA(自回归一移动平均)模型都是ARIMA模型的特 立、样本数据的收集、模型参数的估计、模型参数的检验和 殊情况，下面给出了ARIMA模型贝叶斯分析的理论基础。 预测(图1)；贝叶斯估计是与经典估计方法相对的一种估 随机变量y，的自回归AR模型可以表示为： 计方法，它的基本思路是：要估计的模型参数是服从一定 Yt= 1 一1+ 2Yt一2+…+ —D+sf，￡=1，2，… ， (1) 分布的随机变量，先根据经验给出待估参数的先验分布信 式中 ， 1，2…．，p是 自回归参数，p是阶数，￡相互 息——先验信息，然后将这些先验信息与样本信息相结 独立且均服从正态分布N(O，v-1),r0。 合，应用贝叶斯定理求出待估参数的后验分布，再应用损 贝叶斯分析的基础理论是 ：若序列数据初始值为 失函数得出后验分布的一些特征值并将其作为待估参数 Y0，Y_1I…，Y1一 ， 则 在 给 定 l= _l 的估计量(图2)。运用贝叶斯理论进行时间序列分析，充 一 2= _2，… 一= 一的条件下，服从正态分布 ，即 分利用了模型信息和样本数据信息，融合了模型总体分布 (I—l= _lI一2= _zj… —p= 一p)～N(1一1 中未知参数的信息。它克服了传统的静态模型难以处理 +Ozyf一2-4-…+ r) (2) 突发事件的缺陷，具有灵活、易于适应外部变化的特点，很 若 将 该 条 件 分 布 的 密 度 函 数 记 为 好地解决传统统计方法的样本不足及样本质量不佳的问 题，更适合进行模型的预测，更能反映现实问题。 lyf_， …，一)(lyf_l，Yt-2，…，Yp；，z-)，则模型的 条件似然函数为 L(O，r)=立屯 一)口(YtY[H，f_2 = (云)唧_[!+0A0-20C]] 3() 其中=(口 aji=∑ Y，C~(cI，f2，…，