DP17461多变量贝叶斯加性回归树的尾预测

• 托德•克拉克Florian Huber诺阿Marcellino迈克尔Pfarrhofer
2022年7月12日

我们使用贝叶斯加性回归树开发多元时间序列模型，该模型假定宏观经济变量、它们的滞后以及可能的滞后误差之间存在非线性。误差方差可以是稳定的，具有随机波动性，或遵循非参数规范。我们评估了美国宏观经济和金融指标的密度和尾部预测表现。我们的结果表明，提出的模型提高了预测的准确性，在整体和尾部。另一个发现是，当条件均值中考虑到非线性时，异方差变得不那么重要。情景分析揭示了预测分布与财务状况之间的非线性关系。