复杂小而简大而：在贝叶斯 VAR 中引入漂动系数何时值得？
统计方法学
2024-03-15 v4 计量经济学
应用统计
统计计算
摘要
我们通过针对欧元区、英国和美国的详尽预测实验,评估时变参数 VAR 框架下模型规模与复杂度之间的关系。结果表明,通过漂动系数实现的复杂动态在小数据集中十分重要,而较简单的模型往往在规模可观的数据集中表现更好。为兼得二者之长,新颖的收缩先验有助于缓解维数灾难,从而在所考虑的所有情景中给出具竞争力的预测。此外,我们讨论了动态模型选择,以改进每个时点上表现最佳的单个模型。
引用
@article{arxiv.1711.00564,
title = {Sophisticated and small versus simple and sizeable: When does it pay off to introduce drifting coefficients in Bayesian VARs?},
author = {Martin Feldkircher and Luis Gruber and Florian Huber and Gregor Kastner},
journal= {arXiv preprint arXiv:1711.00564},
year = {2024}
}