BVAR：R中具有层次先验选择的贝叶斯向量自回归

摘要

向量自回归（VAR）模型广泛应用于宏观经济、金融及相关领域的多元时间序列分析。贝叶斯方法通常用于处理其密集参数化，通过先验信息对模型系数施加结构。这些先验隐含的信息性程度的最佳选择是许多争论的主题，可以通过分层建模来解决。本文介绍了用于贝叶斯VAR模型估计的R包BVAR。它实现了允许解决各种研究问题的功能和选项，同时保留了易于使用和透明的界面。特征包括脉冲响应的结构分析、预测、最常用的共轭先验，以及定义自定义虚拟观测先验的框架。BVAR使贝叶斯VAR模型用户友好，并提供可访问的参考实现。