中国高校人文社会科学信息网

高维贝叶斯向量自回归模型对中国宏观经济变量预测能力的比较研究

作者:李玥 侯成瀚

所属学科:经济学  二级学科: 发展经济学
关键字:中国宏观经济预测;高维BVAR;重尾分布;共同随机波动;序列相关

摘要/Abstract

随着中国宏观经济调控体系的逐步建立健全,宏观经济预测的相关研究已能够作为国家制定经济战略、调控市场时的重要参考。近些年大数据的出现使得研究人员能应用更多的信息,并且将经济活动视为随时间变化的过程来进行实时预测,这在改善预测结果的同时也给预测工作带来了挑战。为了在这种日益复杂的条件下提高我国宏观经济预测的精确度、探究能够提高精确度的主要因素,本文通过理论和实证分析,采用误差协方差中具有特定Kronecker结构的高维贝叶斯向量自回归(BVAR)模型,对我国20个主要宏观经济金融变量进行了拟合和预测研究。文中

With the gradual establishment and improvement of China's macroeconomic control system, macroeconomic forecasting has become an important reference for the country when formulating economic policies and regulating the market. It can predict future economic trends by predicting the variable behavior of the economy and the financial system. The emergence of big data in recent years has allowed researchers to apply more information and to treat economic activities as a process that changes over time to make real-time predictions. This improves the prediction results but also brings challenges to the prediction work. In order to improve the accuracy of our country’s macroeconomic forecasts and explore the main factors that can improve the forecast accuracy under such increasingly complex conditions, based on theoretical and empirical analysis, this paper uses a large Bayesian vector autoregression (BVAR) model with a specific Kronecker structure in the error covariance to perform fitting and forecasting research on 20 major macroeconomic and financial variables in China. 

社科网首发

打印刊载证明 

全文/Full Text


论文刊载证明

李玥 向中国高校人文社会科学信息网"论文在线"提交的 高维贝叶斯向量自回归模型对中国宏观经济变量预测能力的比较研究 论文,经本网站审阅后,已于 2021年05月11 日 在中国高校人文社会科学信息网(互联网出版许可证:新出网证(京)字029号)刊载,对外公开发表。论文作者共 2 人,依次为:李玥,侯成瀚。特此证明。

文章ID:102004

刊载地址:www.sinoss.net/show.php?contentid=102004

中国人民大学出版社
中国高校人文社会科学信息网
2021年06月18日



李玥(收)

中国高校人文社会科学信息网

0
.0
评分人数:0

作者其他文章

相关文章

读者评论