武林至尊，寶刀屠龍，

號令天下，莫敢不從，

倚天不出，誰與爭鋒。

? ? ? ? ? ? ? ——金庸·《倚天屠龍記》

Bayesian Estimation, Analysis and Regression(簡寫為BEAR) Toolbox是歐央行(ECB)發(fā)布的一個綜合 (面板)VAR工具箱，通過圖形用戶界面(GUI)即可輕松實現(xiàn)多元時間序列(面板)的貝葉斯估計、分析和回歸，通過Excel進(jìn)行輸入和輸出，從而能夠幫助經(jīng)濟(jì)學(xué)人擺脫繁重的coding工作，通過鼠標(biāo)僅僅點擊幾下菜單，即可完成建模，從而可以確保將寶貴的精力集中進(jìn)行預(yù)測和政策分析。BEAR是一個基于MATLAB的工具箱，提供詳細(xì)的代碼記錄、以及相關(guān)理論和用戶指南。BEAR旨在為經(jīng)濟(jì)學(xué)人提供一款建模新神器，包括目前比較先進(jìn)的應(yīng)用模型，例如符號和數(shù)量大小限制VAR，條件預(yù)測，貝葉斯預(yù)測，貝葉斯面板VAR，并可使用不同的先驗分布(例如分層先驗)等等。團(tuán)隊開發(fā)始終處于經(jīng)濟(jì)研究的前沿，并根據(jù)最先進(jìn)的研究計劃，后續(xù)進(jìn)行進(jìn)一步的開發(fā)。

在學(xué)界和中央銀行的研究工作中，越來越多地使用向量自回歸(VAR)模型來分析經(jīng)濟(jì)和預(yù)測，但是如果數(shù)據(jù)質(zhì)量不夠好或者是過度參數(shù)化，運用傳統(tǒng)的極大似然方法來估計VAR通常是不夠精確的。基于這些原因，自從Doan et al.(1984)的開創(chuàng)性研究之后，貝葉斯VAR模型受到越來越多經(jīng)濟(jì)學(xué)人的熱烈歡迎。盡管貝葉斯VAR模型的一些代碼和相關(guān)應(yīng)用軟件已經(jīng)在經(jīng)濟(jì)學(xué)漿糊中廣為流傳(存在)，但是它們提供功能的有限，設(shè)計成圖形用戶界面(GUI)這般用戶友好型的總是太少太少，并且難以把新模型及其應(yīng)用程序如此方便地來進(jìn)行擴(kuò)充。鑒于如此嚴(yán)峻的經(jīng)濟(jì)學(xué)漿糊形勢，Alistair Dieppe, Bj?rn van Roye, Romain Legrand代表ECB隆重決定：創(chuàng)建貝葉斯估計、分析和回歸(BEAR)工具箱。他們發(fā)宏愿，而定三大目標(biāo)：

• BEAR應(yīng)該是全面的工具包，提供標(biāo)準(zhǔn)功能，是最先進(jìn)的應(yīng)用程序。

• 貝葉斯應(yīng)該易于使用，貝葉斯專家和普通經(jīng)濟(jì)學(xué)人都能平等接受BEAR。

• BEAR在技術(shù)上是靈活透明的。代碼結(jié)構(gòu)易于閱讀和修改，附帶技術(shù)指南，為所有的建模應(yīng)用提供完整的數(shù)學(xué)推導(dǎo)。

講人話就是，BEAR其是一個綜合Matlab工具包，采用Excel作為輸入和輸出，用鼠標(biāo)點擊幾下菜單即可完成建模。這些哥們的一個心愿是：分享專業(yè)知識是一種情懷，衷心希望BEAR可以成為進(jìn)行宏觀經(jīng)濟(jì)分析的重要工具，通過協(xié)同效應(yīng)來提高工作效率，從而避免不必要的重復(fù)工作。BEAR 3.0版提供以下應(yīng)用：

• VAR模型的估計技術(shù)

——OLS(極大似然)VAR——標(biāo)準(zhǔn)貝葉斯VAR ?(Doan et al. (1984) and Litterman (1986))——具有關(guān)于穩(wěn)態(tài)的先驗新息的均值調(diào)整BVAR ?(Villani (2009))——貝葉斯面板VAR ?(as in Canova and Ciccarelli (2013))

• 具有其它各種類型先驗的貝葉斯VAR模型

——明尼蘇達(dá)(Minnesota)先驗 ?(Litterman (1986))——正態(tài)威希特(Wishart先驗) ?(Kadiyala and Karlsson (1997))——具有吉布斯(Gibbs)抽樣的獨立正態(tài)威希特(Wishart)先驗——正態(tài)擴(kuò)散先驗 (Kadiyala and Karlsson (1997))——虛擬觀測先驗 (Banbura et al. (2010))

• 貝葉斯VAR模型的先驗擴(kuò)展

——格點搜索的超參數(shù)優(yōu)化 (similar to Giannone et al. (2015))——區(qū)塊(或“一攬子”)外生性(Block exogeneity)——虛擬觀測擴(kuò)展：系數(shù)之和，虛擬初始觀測 (Banbura et al. (2010))

• 面板模型

——OLS 均值組估計 ?(Pesaran and Smith (1995))——貝葉斯面板估計——隨機效應(yīng)模型，Zellner-Hong ?(Zellner and Hong (1989))——靜態(tài)因子模型 ?(Canova and Ciccarelli (2013))——動態(tài)因子模型 ?(Canova and Ciccarelli (2013))

• 結(jié)構(gòu)向量自回歸

——喬里斯基(Cholesky) 因子分解——三角因子分解——符號，數(shù)量大小(magnitude)和零約束 ?(Arias et al. (2014))

• 其它應(yīng)用

——無條件預(yù)測——脈沖響應(yīng)函數(shù)(IRFs)——預(yù)測誤差方差分解——歷史方差分解——條件預(yù)測：沖擊方法 ?(Waggoner and Zha (1999))——條件預(yù)測：傾斜(tilting)方法 ?(Robertson et al. (2005))——預(yù)測評價：標(biāo)準(zhǔn)準(zhǔn)則和貝葉斯設(shè)定準(zhǔn)則這里是曾經(jīng)的舊文今天再推送BAR 4.2最高版本的Slides

本號的各類專題網(wǎng)址：混頻數(shù)據(jù)計量經(jīng)濟(jì)學(xué)模型DSGE模型CGE模型傳染病經(jīng)濟(jì)學(xué)經(jīng)濟(jì)學(xué)八卦再八卦人工智能經(jīng)濟(jì)學(xué)系統(tǒng)動力學(xué)(SD)和ABM模型微觀實證計量經(jīng)濟(jì)學(xué)面板和時間序列計量模型OLG模型Network模型AER和NBER論文講解經(jīng)濟(jì)學(xué)常用工具軟件操作經(jīng)驗經(jīng)濟(jì)政策不確定性(EPU)研究貨幣政策和金融經(jīng)濟(jì)史學(xué)學(xué)術(shù)云報告經(jīng)濟(jì)學(xué)家那些事兒歡迎訪問

總結(jié)

以上是生活随笔為你收集整理的matlab贝叶斯优化工具箱_经济学人的神器——BEAR(贝叶斯估计、分析和回归工具包)...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。