TY  - JOUR
TI  - Макроэкономическое прогнозирование с помощью BVAR Литтермана
T2  - Экономический журнал ВШЭ
IS  - Экономический журнал ВШЭ
KW  - VAR
KW  - BVAR
KW  - априорное распределение Миннесоты
KW  - макроэкономическое прогнозирование
AB  - В работе проводится сравнение прогнозных способностей моделей случайного блуждания, частотной (VAR) и байесовской векторных авторегрессий с априорным распределением Миннесоты (BVAR) по российским квартальным данным 1995-2014 гг. Максимальное количество переменных, включае­мых в модель, равно 14, что требует эндогенного подбора оптимального гиперпараметра регуляризации. Для его определения используется механизм, описанный в работах [Bańbura et al., 2010; Bloor, Matheson, 2011]. В соответствии с этим механизмом гиперпараметр регуляризации подбирается так, чтобы качество прогнозов BVAR и частотной VAR моделей совпадало при минимальной рассматриваемой размерности модели (три переменных). Для любой размерности BVAR-модели оптимальная величина гиперпараметра ре­гуляризации является робастной к рассматриваемым функциям относительной прогнозной точности.В результате показано, что на исследуемой выборке BVAR позволяет получить более точный прогноз, чем частотная VAR. Для ключевых макроиндикаторов (индекса промышленного производства, индекса потребительских цен и процентной ставки) на всех рассматриваемых прогнозных горизонтах и независимо от числа переменных в модели среднеквадратичная ошибка прогноза модели BVAR оказывается ниже, чем для частотной VAR. Кроме того, BVAR позволяет получить прогноз с большей точностью, чем модель случайного блуждания для ИПЦ и белого шума для процентной ставки. Однако предсказать индекс промышленного производства с помощью BVAR более точно, чем с помощью модели случайного блуждания, не удается.
AU  - Б. Б. Демешев
AU  - О. А. Малаховская
UR  - https://ej.hse.ru/2016-20-4/199635292.html
PY  - 2016
SP  - 691-710
VL  - 20