当代贝叶斯计量经济学分析框架和展望.docVIP

当代贝叶斯计量经济学分析框架与展望 　　摘 要：随着贝叶斯理论的发展和计算机模拟等数值计算技术的提高,贝叶斯计量经济学开始迅速发展起来。本文通过对经典学派与贝叶斯学派进行比较，简要回顾了贝叶斯计量经济学的发展历程，并从八个方面对贝叶斯计量经济学研究过程中的分析框架进行说明，最后进行了展望。 　　关键词：贝叶斯计量；先验分布；后验分布；伸缩性 　　 　　Zellner的《An Introduction to Bayesian Analysis in Econometrics》一书的出版标志着贝叶斯计量经济学的真正诞生。该书较为全面地阐述了贝叶斯计量经济学的大多数专题，其中包括回归模型中的大多数问题、联立方程模型和时间序列模型等的贝叶斯计量方法。 　　此后，研究贝叶斯计量经济学的文献开始大量出现。当代许多杰出的计量经济学家如Geweke,Litterman ,Dempster, Sims, Maddala ,Chib等都应用贝叶斯计量经济学解决经济问题。Qin（1996）对贝叶斯计量经济学理论发展进行了回顾。Poirier（2006）对国外1970―2000年间几种重要的期刊在经济和计量经济学文章中使用的贝叶斯方法数量发展速度进行了回顾。国内研究贝叶斯理论的人员很多，但是研究贝叶斯计量经济学的文献并不是很多，只有朱慧明、韩玉启（2006）研究了贝叶斯计量经济学的几个重要专题，并深入地进行了讨论。虽然贝叶斯计量经济学作为一种科学的数据分析的方法早已经存在，但贝叶斯计量经济学分析应遵循的基本框架是什么？本文就此分八个部分进行阐述，并对其发展和应用前景进行展望。 　　 　　一、贝叶斯学派与经典学派之间的差异及其分析的优点 　　 　　统计学发展过程中产生了两个主要学派：经典学派与贝叶斯学派。经典学派又叫频率学派，其发展已有几百年的历史。而贝叶斯学派的发展历史不过0多年，在贝叶斯学者的努力下，打破了经典统计一统江山的局面，两个统计学派共同发展起来，而且不同的派别各自有大量的追随者（茆诗松，1999）。 　　贝叶斯学派与经典学派之间的差异是明显的。首先，两个学派的核心差别是对于概率的不同定义。经典学派认为概率可以用频率来进行解释，估计和假设检验可以通过重复抽样来加以实现。而贝叶斯学派认为概率是一种信念。结合这种信念加以假设检验（先验机会比），当数据出现以后就产生后验机会比。这种方法结合了先验和样本信息辅助假设检验。其次，两者使用的信息不同。经典学派使用了总体信息和样本信息，总体信息即总体分布或总体所属分布族的信息，样本信息即抽取样本(数据)提供给我们的信息。而贝叶斯学派除利用上述两种信息外，还利用了一种先验信息，即总体分布中未知参数的分布信息。两者在使用样本信息上也有差异，经典统计对某个参数的估计说是无偏的，其实是利用了所有可能的样本信息，贝叶斯学派只关心出现了的样本信息。而且贝叶斯学派将未知参数看作是一个随机变量，用分布来刻划，即抽样之前就有有关参数问题的一些信息，先验信息主要来自经验和历史资料。而经典统计把样本看成是来自具有一定概率分布的总体，所研究的对象是总体，而不局限于数据本身，将未知参数看作常量。 　　贝叶斯方法的优点很多。例如：与频率方法比较贝叶斯方法充分利用了样本信息和参数的先验信息，在进行参数估计时，通常贝叶斯估计量具有更小的方差或平方误差，能够得到更精确的预测结果；贝叶斯PD（最大后验）置信区间比不考虑参数先验信息的频率置信区间短；贝叶斯方法能对假设检验或估计问题所做出的判断结果进行量化评价，而不是频率统计理论中的接受、拒绝的简单判断；在基于无失效数据的分析工作，贝叶斯统计有着更大的优点（韩明，200）。 　　 　　二、贝叶斯定理的表述 　　 　　贝叶斯方法的一个关键元素是贝叶斯定理，通常又叫反概率原理。当先验分布和后验分布都是连续形式时：用θ表示我们关心的参数向量或矩阵，用y表示来自联合密度函数f(y∶θ)的样本观测值向量或矩阵，联合密度函数又可以写成f(y｜θ)，函数f(y｜θ)在代数上等同于θ的似然函数，它包含了关于θ的所有样本信息，在贝叶斯理论中由于θ是随机变量，f(y｜θ)是给定θ的条件下y的条件密度函数，而且有h(θ,y)=f(y｜θ)π(θ)=π(θ｜y)f(y)。其中h是θ和y的联合密度函数，π是θ的先验密度函数，它包含了关于θ的非样本信息，通常将上式重新排列得到结果π(θ｜y)=f(y｜θ)π(θ)f(y)。由于f(y)是与θ无关的一个常数，上式可写成：π(θ｜y)∝f(θ｜y)π(θ)，其中∝表示“与……成比例”，若用文字表述就是：后验密度∝似然函数×先验密度。这就是贝叶斯定理的连续形式，它把先验信息、样本信息和总体信息融为一体。 　　贝叶斯后验均值估计的最基本特性是伸缩