×

具有随机波动性和非共轭先验的大型贝叶斯向量自回归。 (英语) Zbl 1452.62890号

《经济学杂志》。 212,第1期,137-154(2019); 更正同上,227,第2号,506-512(2022)。
摘要:最近的研究表明,用于宏观经济数据预测和结构分析的可靠向量自回归(VAR)需要大量变量,并且需要对其波动性的时间变化进行建模。然而,由于计算复杂性,还没有论文提供综合这些特征的通用解决方案。此外,到目前为止,大数据集的同态贝叶斯VAR在很大程度上限制了参数的允许先验分布。本文针对具有时变波动性和一般先验的VAR(可能非常大),提出了一种新的贝叶斯估计方法。我们表明,从实证角度来看,新的估计方法在结构分析和样本外预测中都表现良好。

MSC公司:

62第20页 统计学在经济学中的应用
2015年1月62日 贝叶斯推断
62M10个 统计学中的时间序列、自相关、回归等(GARCH)

软件:

bvarsv型
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 班布拉,M。;Giannone,D。;Reichlin,L.,大型贝叶斯向量自回归,J.Appl。计量经济学,25,71-92(2010)
[2] 伯南克,B。;Boivin,J。;Eliasz,P.,《衡量货币政策的效果:一种因子增强向量自回归(FAVAR)方法》,Quar。《经济学杂志》。,120, 387-422 (2005)
[3] Mark Bognanni,2018年。一类时变参数结构VAR,用于精确或部分辨识下的推理。克利夫兰联邦储备银行工作文件,18-11。我的ehoshttp://dx.doi.org/10.26509/frbc-wp-201811。; Mark Bognanni,2018年。一类用于精确或部分辨识下推理的时变参数结构VAR。克利夫兰联邦储备银行工作文件,18-11。我的ehoshttp://dx.doi.org/10.26509/frbc-wp-201811。
[4] 坎贝尔,J。;Shiller,R.,《现值模型的协整与检验》,《政治经济学杂志》。,95, 1062-1088 (1987)
[5] Carriero,A。;克拉克·T。;Marcellino,M.,《贝叶斯VAR:规范选择和预测准确性》,J.Appl。计量经济学,30,46-73(2015)
[6] Carriero,A。;克拉克·T。;Marcellino,M.,大型贝叶斯VAR中的常见漂移波动性,J.Bus。经济。统计学。,34, 375-390 (2016)
[7] Carriero,A。;克拉克·T。;Marcellino,M.,《衡量不确定性及其对经济的影响》,《经济学评论》。Stat.,100,799-815(2017)
[8] Chan,J.,大型贝叶斯方差分析:一种灵活的克罗内克误差协方差结构,J.Bus。经济。统计学。,1-12 (2018)
[9] Chib,S。;Greenberg,E.,《SUR模型的层次分析及相关序列误差和时变参数模型的扩展》,《计量经济学杂志》,68,339-360(1995)·Zbl 0833.62103号
[10] Clark,T.,随机波动贝叶斯向量自回归的实时密度预测,J.Bus。经济。统计学。,29, 327-341 (2011) ·Zbl 1219.91106号
[11] 克拉克·T。;Ravazzolo,F.,《时变波动率替代规范下的宏观经济预测绩效》,J.Appl。计量经济学,30,551-575(2015)
[12] 科格利,T。;莫罗佐夫,S。;Sargent,T.,《英国通货膨胀的贝叶斯扇形图:不断演变的货币体系中的预测和不确定性来源》,J.Econ。动态。控制,291893-1925(2005)·Zbl 1198.91174号
[13] 科格利,T。;Sargent,T.,《漂移与波动:二战后美国的货币政策与结果》,《经济评论》。动态。,8, 262-302 (2005)
[14] 达戈斯蒂诺,D。;甘贝蒂,L。;Giannone,D.,《宏观经济预测与结构变化》,J.Appl。计量经济学,28,82-101(2013)
[15] 德尔内格罗,M。;Schorfheide,F.,VAR一般均衡模型的先验,国际。经济。版本,45,643-673(2004)
[16] Diebold,F.,《比较预测准确性,二十年后:Diebold-Mariano测试使用和滥用的个人观点》,J.Bus。经济。统计,33,1-9(2015)
[17] Geweke,J。;Whiteman,C.,《贝叶斯预测》(Elliott,G.;Granger,C.W.J.;Timmermann,A.,《经济预测手册》,第1卷(2006),爱思唯尔出版社),3-80·Zbl 1273.91014号
[18] Giannone,D。;Lenza,M。;Primiceri,G.,《向量自回归的优先选择》,《经济评论》。统计,97,436-451(2015)
[19] Giannone,D。;Lenza,M。;Primiceri,G.,《从长远来看,先行者》,J.Amer。统计人员。协会,1-16(2018)
[20] 英格拉姆,B。;Whiteman,C.,补充“明尼苏达”先验:使用实际商业周期模型先验预测宏观经济时间序列,货币经济学杂志。,34, 497-510 (1994)
[21] 杰奎尔,E。;Polson,N。;Rossi,P.,随机波动率模型的贝叶斯分析,J.Bus。经济。统计学。,2099-87(1994年)
[22] 卡迪亚拉,K。;Karlsson,S.,《广义贝叶斯向量自回归预测》,J.Forecast。,12, 365-378 (1993)
[23] 卡迪亚拉,K。;Karlsson,S.,贝叶斯VAR模型中估计和推理的数值方法,J.Appl。计量经济学,12,99-132(1997)
[24] Karlsson,S.,《贝叶斯向量自回归预测》,(Elliott,G.;Timmermann,A.,《经济预测手册》,第2卷(2013年),爱思唯尔出版社),791-897
[25] Kim,S。;北谢泼德。;Chib,S.,《随机波动性:与ARCH模型的似然推断和比较》,Rev.Econom。螺柱,65,361-393(1998)·Zbl 0910.90067号
[26] Koop,G.,《中大型贝叶斯VAR预测》,J.Appl。计量经济学,28,177-203(2013)
[27] Koop,G。;Korobilis,D.,《大时变参数VAR》,《计量经济学杂志》,177185-198(2013)·Zbl 1288.62127号
[28] Koop,G。;Korobilis博士。;Pettenuzzo,D.,贝叶斯压缩向量自回归,J.计量经济学(2018),即将出版·Zbl 1452.62934号
[29] Korobilis,D。;Pettenuzzo,D.,高维向量自回归的自适应层次先验,《计量经济学杂志》,212,241-271(2019),https://ideas.repec.org/p/rim/rimwps/18-21.html ·Zbl 1452.62653号
[30] Litterman,R.,《贝叶斯向量自回归预测——五年经验》,J.Bus。经济。统计学。,4, 25-38 (1986)
[31] 麦克拉肯,M。;Ng,S.,FRED-MD:宏观经济研究月度数据库,J.Bus。经济。统计学。,34, 574-589 (2016)
[32] Philipov,A。;Glickman,M.,《通过Wishart过程的多元随机波动性》,J.Bus。经济。统计学。,24, 313-328 (2006) ·Zbl 1113.62131号
[33] Primiceri,G.,《时间变量结构向量自回归与货币政策》,《经济评论》。双头螺栓,72,821-852(2005)·Zbl 1106.91047号
[34] Rothenberg,T.,联立方程系统的贝叶斯分析报告6315(1963),荷兰经济学院计量研究所:荷兰经济学院鹿特丹计量研究所
[35] Shin,M。;钟,M.,《识别不确定性冲击实际影响的新方法》,J.Bus。经济。统计学。,2018年1月13日
[36] Sims,C.,《九变量概率宏观经济预测模型》,(Stock,J.;Watson,M.,《商业周期、指标和预测》(1993),芝加哥大学出版社),179-212
[37] 西姆斯,C。;Zha,T.,动态多元模型的贝叶斯方法,国际。经济。修订版,39,949-968(1998)
[38] Villani,M.,向量自回归的稳定状态先验,J.Appl。计量经济学,24,630-650(2009)
[39] Waggoner,D。;Zha,T.,结构向量自回归的吉布斯采样器,J.Econom。动态。控制,28349-366(2003)·Zbl 1187.62149号
[40] Zellner,A.,《计量经济学中贝叶斯推断导论》(1973),威利:威利纽约
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。