基于粗糙度惩罚先验的局部投影贝叶斯推断
统计方法学
2020-03-03 v5
摘要
局部投影是一种统计框架，用于刻画外生变量与在不同时间点测量的内生变量之间的关系。局部投影常用于脉冲响应分析和直接预测。尽管局部投影因其对误设定的鲁棒性和灵活性而日益流行，但其统计效率低于向量自回归等标准方法。在本研究中，我们旨在通过开发一种完全贝叶斯方法以提高局部投影的统计效率，该方法可利用粗糙度惩罚先验来估计局部投影。通过引入此类先验诱导的平滑性，我们可利用连续观测中包含的信息来增强推断的统计效率。我们将所提方法应用于美国货币政策分析，表明粗糙度惩罚先验能成功估计脉冲响应函数并提高局部投影的预测精度。
引用
@article{arxiv.1801.06327,
title = {Bayesian Inference of Local Projections with Roughness Penalty Priors},
author = {Masahiro Tanaka},
journal= {arXiv preprint arXiv:1801.06327},
year = {2020}
}
备注
Forthcoming in Computational Economics