面板VAR模型在宏观经济预测中的应用.docxVIP

面板VAR模型在宏观经济预测中的应用

一、引言

宏观经济预测是支撑宏观调控决策、引导市场主体预期、防范化解系统性风险的核心基础性工作。小到微观企业的产能投资决策，大到国家层面的中长期发展规划制定、逆周期政策设计，都离不开对宏观经济走势的精准预判。有研究测算，宏观经济核心指标的预测精度每提升一个百分点，就能为逆周期调控减少数百亿级的政策力度偏差，避免出现政策超调或力度不足的问题，有效降低宏观经济的波动幅度（中国人民银行研究局，2021）。从宏观经济预测方法的演进历程看，早期的预测主要依靠研究者的经验开展定性研判，主观性较强、预测误差较大；后续随着计量经济学的发展，以向量自回归（以下简称VAR）为代表的时间序列模型因为不需要预设严格的变量因果关系、能够捕捉多变量间的动态联动特征，逐渐成为宏观预测的主流工具。但在长期实践中，传统时间序列VAR的局限性也逐渐显现：这类模型对长时序连续数据的依赖性极强，面对新兴市场统计时序较短、区域和行业层面数据长度不足的情况，往往因为样本量不够出现估计偏差，同时也难以有效捕捉不同主体之间的异质性特征和跨主体溢出效应，预测的稳健性难以满足现实决策需求（Holtz-Eakin等，1988）。

在这一背景下，面板VAR模型作为传统VAR模型向面板数据维度的拓展，逐渐受到宏观经济研究者的广泛关注。这类模型既保留了传统VAR捕捉动态联动的优势，又通过引入截面样本大幅