Forecasting with Bayesian Vector Autoregressions Estimated Using Professional Forecasts
Forecasting with Bayesian Vector Autoregressions Estimated Using Professional Forecasts
复制标题
使用专业预测估计的贝叶斯向量自回归进行预测
DOI：
10.1002/jae.2483
复制
发表时间：
2016
影响因子：
2.1
通讯作者：
F. Mokinski
中科院分区：
文献类型：
--
作者：
F. Mokinski
我们提出了一种针对向量自回归(VAR)的贝叶斯收缩方法，该方法使用短期调查预测作为关于模型参数的附加信息来源。特别是，我们通过调查短期预测来增加因变量的向量，并声称在VAR及其短期预测中建模的每个变量可能以类似的方式依赖于滞后的因变量。在对宏观经济数据的应用中，我们发现，由我们的新收缩方法拟合的VAR得到的预测通常比从一系列基准方法获得的预测产生较小的均方预测误差。版权所有©2015 John Wiley&Sons，Ltd.
We propose a Bayesian shrinkage approach for vector autoregressions (VARs) that uses short‐term survey forecasts as an additional source of information about model parameters. In particular, we augment the vector of dependent variables by their survey nowcasts, and claim that each variable modelled in the VAR and its nowcast are likely to depend in a similar way on the lagged dependent variables. In an application to macroeconomic data, we find that the forecasts obtained from a VAR fitted by our new shrinkage approach typically yield smaller mean squared forecast errors than the forecasts obtained from a range of benchmark methods. Copyright © 2015 John Wiley & Sons, Ltd.
登录
查看更多内容
DOI：
10.1016/b978-0-444-53683-9.00003-7
发表时间：
2013-01-01
期刊：
HANDBOOK OF ECONOMIC FORECASTING, VOL 2A
影响因子：
--
作者：
Chauvet, Marcelle;Potter, Simon
通讯作者：
Potter, Simon
使用信息民主先验评估实时 VAR 预测：使用信息民主先验的 VAR
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
Jonathan H. Wright
通讯作者：
Jonathan H. Wright
使用扩展的新凯恩斯菲利普斯曲线模型和未过滤数据对美国通货膨胀的后预测证据
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
N. Basturk;C. Çakmaklı;Pinar Ceyhan;H. V. Dijk
通讯作者：
H. V. Dijk
利用利率预测调查数据进行期限结构估计
影响因子：
3.9
作者：
Don H. Kim;Athanasios Orphanides
通讯作者：
Athanasios Orphanides
当某些观察缺失时看似不相关的回归的贝叶斯估计
DOI：
--
发表时间：
1975
期刊：
影响因子：
--
作者：
P. Swamy;J. Mehta
通讯作者：
J. Mehta