基于贝叶斯向量自回归的区域经济预测模型:以青海为例

被引：9

作者：

王飞

机构：

[1] 中央民族大学经济学院

来源：

经济数学 | 2011年 / 28卷 / 02期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

BVAR; 预测; 区域经济增长; 青海;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F127 [地方经济];

学科分类号：

0701 ; 070104 ; 0202 ; 020202 ;

摘要：

由于缺乏足够的观测数据等原因,常规的区域经济预测模型在我国难以获得预期的预测效果.而贝叶斯向量自回归(BVAR)模型将变量的统计性质作为参数的先验分布引入到传统的VAR模型中,能够克服自由度过少的问题.以青海为例,本文建立了一个BVAR模型,并引入了全国GDP和中央政府转移支付作为外生变量以描述国民经济与区域经济的联系.样本内和样本外的预测误差比较以及青海经济增长转折点的准确预测都表明BVAR区域经济预测模型优于其他预测模型.

引用

页码：95 / 100

页数：6

共 7 条

[1] 国际大宗商品价格会影响我国CPI吗——基于BVAR模型的分析 [J].

肖争艳 ;

安德燕 ;

易娅莉 .

经济理论与经济管理, 2009, (08) :17-23

[2] 中国的通货膨胀:外部冲击抑或货币超发——基于贝叶斯向量自回归样本外预测模型的实证 [J].

方勇 ;

吴剑飞 .

国际金融研究, 2009, (04) :72-78

[3] 贝叶斯向量自回归(BVAR)季度预测模型 [J].

张思奇 ;

P·M·萨默斯 .

数量经济技术经济研究, 1998, (09) :29-33

[4] 走向2000年——采用向量自回归方法进行宏观经济预测 [J].

陈东陵 .

数量经济技术经济研究, 1996, (07) :57-61

[5]

时间序列分析[M]. 中国社会科学出版社 , (美)詹姆斯D.汉密尔顿(JamesD.Hamilton)著, 1999

[6]

Forecasting industrial employment figures in Southern California: A Bayesian vector autoregressive model[J] . Anil Puri,G?k?e Soydemir.The Annals of Regional Science . 2000 (4)

[7]

Forecasting and conditional projection using realistic prior distributions[J] . Thomas Doan,Robert Litterman,Christopher Sims.Econometric Reviews . 1984 (1)

← 1 →