稳态随机先验下MF-VAR预测模型及其应用

准确把握宏观经济发展趋势有利于前瞻性地调控经济运行,防范外部冲击。当前广泛用于宏观经济预测的MF-VAR模型,虽然能胜任常态情形的预测任务,但其参数估计过程多以传统Minnesota形式分布作为推断先验,难以贴合现实中异方差性的非理想预测环境。文章引入稳态随机先验对模型进行改进和优化,并通过湖北省主要宏观经济指标进行实例验证,发现稳态先验的“均值调整”信念驱使预测向均值回归,在简化估计程序的同时还能提高远期视野下的预测精度;随机先验的时变方差设定能有效捕捉序列的结构变动,使模型能同时适应常态和不确定性冲击的情形;分级稳态和因子随机波动可以牺牲部分样本信息而兼顾降维能力与计算优势。稳态随机先验的延展性和灵活性拓展了MF-VAR模型的应用场景,放宽了模型的应用条件,并进一步提高了预测精度。