중간 및 대규모 베이지안 VAR로 예측하기

요약 이 논문은 의존 변수의 수가 많은 경우에도 예측을 위한 베이지안 VAR 사용에 대한 최근 관심에서 비롯되었습니다. 이러한 경우에는 전통적으로 요인 방법이 사용되어 왔지만, 특정 사전(prior)을 사용한 최근 연구는 베이지안 VAR 방법이 더 나은 예측을 할 수 있음을 시사합니다. 본 논문에서는 소규모 VAR에 사용된 다양한 대안 사전을 고려하고, 중간 및 대규모 VAR과 함께 사용될 때 발생하는 문제를 논의하며, 168개의 변수가 포함된 미국 거시경제 데이터 세트를 사용하여 그들의 예측 성능을 살펴봅니다. 우리는 베이지안 VAR가 요인 방법보다 예측을 잘하는 경향이 있으며, 다양한 접근 방법의 강점과 약점을 비교합니다. 일반적으로 우리는 단순 미네소타 사전이 중간 및 대규모 VAR에서 잘 예측한다는 것을 발견했으며, 이는 계산적으로 더 많은 자원을 요구하는 대안에 비해 이 사전이 매력적임을 나타냅니다. 우리의 경험적 결과는 점 예측에만 의존하지 않고 전체 예측 밀도를 기반으로 한 예측 메트릭 사용의 중요성을 보여줍니다. 저작권 © 2011 John Wiley & Sons, Ltd.