时间序列多个突变点的贝叶斯推断—基于我国GDP序列的实证分析研究.pdfVIP

时间序列多个突变点的贝叶斯推断 GDP —基于我国GGDDPP序列的实证分析 王维国，王霞，颜敏 （东北财经大学 数学与数量经济学院） 摘要：本文首先引入了时间序列多个突变点的贝叶斯推断基本理论，并采用贝叶斯因子对突 变点的个数进行判断；然后，基于该理论并借助WinBUGS 软件实现吉布斯抽样，分析了我 国GDP 序列，检测出该序列存在三个突变点，分别位于1961 年,1976 年,1989 年，这与我国 经济发展阶段基本吻合；最后，发现加入恰当突变点后，模型的预测精度显著提高。 关键词：贝叶斯推断；多个突变点；GDP 一、引言 经济序列因一个国家在不同发展阶段的政府政策、社会环境、经济运行特征等的不同容 易产生突变。我国建国以来，经历了几次大的政治和经济波动，这些波动均有可能使经济序 列产生突变，正是突变点的存在，使得对经济序列建模变的更加复杂。若不考虑序列中实际 存在的突变点，不仅使建模的精度有所下降，而且可能产生错误的分析结果。例如：我国学 者张建华，涂涛涛(2007)[1]利用蒙特卡罗分析方法，探讨了存在一个突变点的单位根检验的有 效性，发现随着结构变化程度的增大，得出“伪单位根”的可能性会增大。Perron(1989)[2] 考虑序列突变后，发现美国大多数宏观经济变量属于结构突变的趋势平稳过程而非单位根过 程。由此可见，在经济受到冲击后，准确地估计突变点的位置，不仅具有重要的经济、实践 价值，而且可以为政府提供正确的政策导向。 基于突变点的存在对计量分析与建模的重要影响，国内外大量学者对突变点的检验进行 了理论研究。目前，在经济计量分析中，广泛使用的是邹至庄提出的“邹检验”。然而，该 检验仅能判断序列中存在一个突变时，突变点的位置；对于多个突变点问题，其无能为力。 但是，对于实际的经济序列，人为限制仅存在一个突变点是不合理的。近年来，随着广大学 者对贝叶斯方法的重视，突变点的贝叶斯推断在国外得到了广泛的研究并取得了丰硕的成果 (如Broemeling(1974)[3]，Carlin(1992)[4]，Stephens(1994)[5]，Fong, DeSarbo(2007)[7]等)。使用贝叶 斯方法推断突变点的好处是除了能够加入先验信息使得推断更加准确外，还能够在有限的样 本下对所有的参数进行推断，而不必须像经典的计量方法那样要求样本个数大于变量个数。 此外，该方法能够得到突变时点的概率密度，从而对突变时点有更全面的认识。在我国，由 于贝叶斯方法的基本理论引入时间较短，从事贝叶斯研究的学者不多，故该方法并未在得到 广泛的关注和应用。本文拟在参考国外文献的基础上，引入突变点的贝叶斯推断基本理论， 并将其用于我国GDP 序列的突变点研究中。 [6,8-9] 文章安排如下：第二节介绍序列存在多个突变点的贝叶斯推断基本理论 ；第三节将 该理论应用于我国1952-2006 年的GDP 序列，判断该序列突变点的个数及其位置，并对加入 突变点前后的预测精度进行比较。第四节是本文的结论。 二、序列存在多个突变点的贝叶斯推断 2.1 22..11 多个突变点的时间序列模型 考虑模型： y  a bty  y u (1) t t t 1 t1 r tr t 式中t1,,T；u 是方差为1 的白噪声过程。假设参数a, b存在mT个突变，突变点的个 t t t 数m是已知的，突变点为1  p   p T 。令p 1, p  T ，对于每一段i, i1,m1 1 m 0 m1