贝叶斯VAR模型先验分布设定的稳健性检验.docxVIP

贝叶斯VAR模型先验分布设定的稳健性检验

一、引言

（一）贝叶斯VAR模型的应用价值与先验分布的核心地位

向量自回归（VAR）模型是宏观经济、金融与政策研究领域的核心工具之一，但其传统形式因参数数量过多、自由度不足，易出现过度拟合与推断不稳定的问题。贝叶斯VAR模型通过引入先验分布，将研究者的主观信息或理论认知整合到参数估计中，有效解决了传统VAR的自由度困境，在宏观经济预测、货币政策传导分析、金融风险冲击识别等场景得到广泛应用（Doanetal.，某年）。先验分布作为贝叶斯VAR的核心组成部分，不仅承担着收缩参数空间、降低估计方差的功能，还直接影响后验推断的结果与政策结论的可靠性。例如，明尼苏达先验通过对变量自身滞后项赋予更强的先验权重，显著提升了模型的预测精度（Litterman，某年）；而结构化先验则通过引入理论约束，更适合分析变量间的结构性因果关系（SimsZha，某年）。

（二）稳健性检验的研究意义与本文研究框架

尽管先验分布为贝叶斯VAR带来了诸多优势，但先验设定的主观性始终是其面临的核心质疑——不同研究者的先验认知、先验形式或超参数选择，可能导致完全不同的后验推断结论。稳健性检验正是应对这一质疑的关键手段，其核心是评估模型结论对先验分布设定变化的敏感程度，确保研究结论并非依赖于某一特定的先验假设（Gelmanetal.，某年）。本文将按照“基础理论-核心维