2。2贝叶斯向量自回归（BVAR）模型

针对VAR模型的缺点,Litterman(1986)[10]第一次完整的建立了具有统计学基础的贝叶斯向量自回归模型(BVAR)。贝叶斯估计方法很灵活的引入了约束条件：首先假设VAR模型系数服从一定的先验分布,然后通过由数据计算出的似然函数的调整,得到参数的后验分布。先验分布有效合理地缩小了模型系数的取值范围,这样就可以避免VAR模型自由度损失的问题,从而提升模型的预测精度。贝叶斯先验分布有多种不同的表现形式,例如有Lirrerman[10]等人使用的Minnesota共轭先验分布,也有Sims和Zha（1998）[9]提出的先验分布,本文使用的是由Villani(2008）[11]提出的贝叶斯向量自回归模型方法,这种方法是一般适用于在考虑到一些变量的稳定值时,此时通常会拥有一些潜在的有价值的信息。该模型的基本思路就是这些先验信息将使预测会聚到一个预测者合理判断的水平

上。其基本模型为：4）文献综述

其中,是阶的滞后多项式,是一个由固定变量组成的阶的向量,是阶的随机误差项,并且满足条件：

该模型还有一个特征就是提供了一个相对稳定状态。预测者对的参数有精确而合理的判断,并且还拥有它分布的先验信息。

3。实证分析

3。1变量的选取

本文选取了国际市场能源价格指数、国际市场农产品价格指数、美国实际有效汇率指数和国际股票市场四个反映外部因素的变量和我国居民消费价格指数、我国政府支出变化率和我国货币供给量增长率三个反映国内因素的变量,这些经济变量指标主要反映了国内外金融环境因素和经济政策。本文建立的模型数据选取得是上述7个变量的2008年~2015年的月度数据。变量标记和变量含义描述见下表1所示：

表1 数据含义及来源

标记 含义 数据来源

外部经济变量 XP 国际市场能源价格指数 国家统计局网站

YP 国际市场农产品价格指数

E 美国实际有效汇率指数

S 国际股票市场

国内经济变量 CPI 我国居民消费价格指数 国家统计局网站

G 我国政府支出变化率 来,自.优;尔:论[文|网www.youerw.com +QQ752018766-

M 我国货币供给量增长率

我们记为变量向量,则

3。2先验信息的确定

模型中参数的先验信息主要来源于数据本身具有的稳定性的特点和其他学者的研究文献。本文所选取的每个变量指标的先验信息都列在了下列表1中。国际市场能源价格指数和市场农产品价格指数的先验信息主要来源于国家统计局网站,国家统计局网站的数据信息来源真实可靠并且具有权威性。关于政府支出变化率,先验信息不仅依靠了历史数据,也还参考了其他学者的研究。关于我国货币供给量增长率和国际股票市场,先验信息没有文献可以参考主要依靠数据本身的特点确定。将这些变量的数据在SPSS中操作得到变量间的相关系数如表2所示,由这些变量间的相关系数可以看出选取的这些变量之间存在相关关系,所以,选取的这些经济变量是合理的。