-
内容大纲
宏观经济学的实证研究者经常使用多变量时间序列模型。例如,VAR模型、因子增广型VAR模型以及这些模型的时变参数形式(包括具有多元随机波动率的变体形式)。这些模型有大量的参数,因此可能会出现过度参数化问题。贝叶斯方法已成为解决这一问题越来越普遍的手段之一。在本书中,我们将讨论VAR模型、因子增广型VAR模型和这些模型时变参数的扩展形式,并展示在这些模型中贝叶斯推断是如何进行的。除了最简单的VAR模型外,贝叶斯推断需要使用为状态空间模型开发的马尔科夫链蒙特卡洛模拟方法,在本书中,我们将具体介绍这些算法。本书重点面向宏观经济学的实证研究者,并就如何在实证中使用这些模型和方法等方面为其提供建议和实证示例。本书的相关网站提供了在这些模型中实施贝叶斯推断的Matlab代码。 -
作者介绍
-
目录
第1章 引言
第2章 贝叶斯VAR模型
2.1 简介和符号
2.2 先验分布
2.3 实证示例:VAR模型的预测
第3章 贝叶斯状态空间模型和随机波动率
3.1 简介和符号
3.2 正态线性状态空间模型
3.3 非线性状态空间模型
第4章 TVP-VAR模型
4.1 同方差TVP-VAR模型
4.2 带有随机波动率的TVP-VAR模型
第5章 因子模型
5.1 介绍
5.2 动态因子模型
5.3 因子增广型VAR模型(FAVAR模型)
5.4 TVP-FAVAR模型
5.5 因子模型的实证示例
第6章 结 论
附录A
附录B
附录C
附录D
参考文献
译后记
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...