基于Minnesota共轭先验分布的贝叶斯VAR_p_预测模型.pdfVIP

　　统计研究 2004 年第 1 期 　　　　　　　　　　　　　　 44 Statistical Research No. 1 　 2004 基于 Minnesota 共轭先验分布的 贝叶斯 VAR (p ) 预测模型 朱慧明 ABSTRACT This paper mainly deals with the Bayesian statistical inference theory on the VAR ( p ) forecasting model based on the parameters’Minnesota conj ugate prior distribution ,including the prior distribution ’s structure , the parameters’posterior distribution , and compares the forecasting accuracy of AR ,VAR and BVAR model . 　　关键词 : VAR ( p ) 模型 ; 贝叶斯估计 ; Minnesota 共轭先验分布 ; 西尔U 统计量 ( 　　时间序列向量 自回归模型 Vector Autoregression Mod 定经济变量之间的数量关系 ,构建一个 由若干方程组成 ) el ,简称为 VAR 模型 最初由美国学者 Litterman 、Sargent 和 的模型系统 。联立方程模型适合于经济结构分析 ,但不 Sims 等人在 20 世纪 80 年代初提出来的 ,主要用于替代联 适合于预测 目的:联立方程模型的预测结果的精度不高 , ( ) 立方程 Simultaneous equations 结构模型 ,提高经济预测的 其主要原因是需要对外生变量本身进行预测 。 准确性 。用联立方程模型研究宏观经济问题 ,是当前世 与联立方程模型不同 ,VAR 模型的结构相对简洁明 界各国经济学家的一种通用做法 ,它把理论分析和实际 了 ,更适合于经济预测 ,特别是中短期预测 ;鉴于这些优 统计数据结合起来 ,运用线性或非线性回归分析方法 ,确 点 ,VAR 模型在实践中的应用十分广泛 ,尤其是在政府宏 [ 10 ] Swiniarski ,R. ( 1993) ,In troduction to Rough Sets ,Material Rough Sets and Knowledge Discovery ,Banff ,Alberta ,Cana of the International Short Course Neural Networks ,Fuzzy and da ,SpringerVerlag. Rough Systems , Theory and Application , San Di