经济学与金融学中的贝叶斯预测：现代综述
计量经济学
2023-08-01 v2 应用统计
统计方法学
摘要
贝叶斯统计范式提供了一种有原则且连贯的概率预测方法。任何预测问题所表征的所有未知量——模型、参数、潜状态——的不确定性都能够被显式量化，并通过积分或平均过程纳入预测分布。与方法本身的优雅性相辅相成，贝叶斯预测如今由蓬勃发展的贝叶斯计算领域所支撑，使得几乎任何问题（无论规模多大或多么复杂）都能产生贝叶斯预测。本综述的主题正是经济学与金融学中贝叶斯预测的现状。旨在为读者提供该领域现代方法的概览，并置于一定的历史背景中；同时给出足够的计算细节以协助读者实现。
引用
@article{arxiv.2212.03471,
title = {Bayesian Forecasting in Economics and Finance: A Modern Review},
author = {Gael M. Martin and David T. Frazier and Worapree Maneesoonthorn and Ruben Loaiza-Maya and Florian Huber and Gary Koop and John Maheu and Didier Nibbering and Anastasios Panagiotelis},
journal= {arXiv preprint arXiv:2212.03471},
year = {2023}
}
备注
The paper is now published online at: https://doi.org/10.1016/j.ijforecast.2023.05.002