Bayesian Analysis of Multivariate Time Series Model including unobserved data and its application to macro economic analysis

含未观测数据的多元时间序列模型的贝叶斯分析及其在宏观经济分析中的应用

• 批准号: 21530201
• 负责人: SUGITA Katsuhiro
• 金额: $ 2.25万
• 依托单位: University of the Ryukyus
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21530201/
• 关键词: 計量経済学; 多変量時系列分析; ベイズ法; MCMC; 共和分; 時系列分析; 多変量分析; マルコフ連鎖モンテカルロ法; 経済統計学; 計算経済学

I investigated econometric analysis of time series data using a recently developed method called "Bayesian approach", and applied the approach to macro economic analysis. We consider a Markov switching model, a model with multiple structural breaks, and a model with unobserved risk premium, and found that these models are more realistic and useful to analyse.

我研究了时间序列数据的计量经济学分析，使用了最近发展起来的一种叫做“贝叶斯方法”的方法，并将该方法应用于宏观经济分析。我们考虑了马尔可夫切换模型、具有多个结构断裂的模型和具有不可观察风险溢价的模型，发现这些模型更现实，更易于分析。