Байесовская векторная авторегрессия (BVAR)
Байесовская VAR добавляет к векторной авторегрессионной модели априорные распределения Миннесоты или другие для контроля избыточной параметризации. Разработанная Литтерманом (1986) и расширенная для высоких размерностей Банбурой, Джанноне и Райхлин (2010), она превосходит классическую VAR при работе с короткими рядами и высокоразмерными макроэкономическими прогнозами.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Litterman, R. B. (1986). Forecasting with Bayesian Vector Autoregressions—Five Years of Experience. Journal of Business & Economic Statistics, 4(1), 25-38. DOI: 10.1080/07350015.1986.10509491 ↗
- Bańbura, M., Giannone, D., & Reichlin, L. (2010). Large Bayesian Vector Auto Regressions. Journal of Applied Econometrics, 25(1), 71-92. DOI: 10.1002/jae.1137 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/ru/econometrics/bvar
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Векторная авторегрессия с добавлением факторов (FAVAR)Эконометрика↔ сравнить
- Модель Марковских переключений режимов (MS-AR / MS-VAR)Эконометрика↔ сравнить
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ сравнить
- Пороговая и плавнопереходная векторная авторегрессия (TVAR / STVAR)Эконометрика↔ сравнить
- Модель векторной авторегрессии (VAR)Эконометрика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →