什么是向量自回归模型的贝叶斯分布？

什么是向量自回归模型的贝叶斯分布？

贝叶斯向量自回归(BVAR)是指一个向量自回归模型的贝叶斯形式。BVAR方法基于定义模型参数的先验分布,类似于我们之前在单变量AR(1)模型中所做的那样。在一个简单但也许更直观的意义下,这意味着估计的VAR模型与基础模型间只能有小的偏差,这个偏差是先验设定的。与基准模型之间偏差的具体形式是由先验分布来表示的。例如,李特曼BVAR的基准模型是一个随机游走过程。李特曼模型规定了BVAR模型的系数是围绕随机游走系数波动的正态分布。换句话说,BVAR方法规定任何多元股价模型都不能与随机游走过程偏差过大。

现在来看如何估计BVAR模型,考虑如下VAR(p)模型:

似然函数可以写成如下经典形式∶

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。