General Bayesian time-varying parameter VARs for predicting government bond yields
用于政府债券收益率预测的一般贝叶斯时变参数 VARAI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确提出时变参数 VAR、预测利率期限结构并解释系数断点，对应 VAR、宏观预测和结构变化方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
用于政府债券收益率预测的一般贝叶斯时变参数 VAR
- 研究问题
- 如何让时变参数 VAR 的系数同时容纳平滑演化和突然变化，避免仅由随机游走驱动，并据此改善美国利率期限结构预测和解释系数断点？
- 方法与思路
- 作者令时变系数依赖部分潜在的协变量面板，通过不同潜在状态动态刻画平滑或突变，再用贝叶斯收缩先验选择相关协变量与状态演化方式。
- 材料陈述的贡献
- 摘要称，该框架能灵活选择系数动态，在美国期限结构预测中相对竞争模型表现良好，并可用于解释收益率曲线相关系数的结构断点。
- 阅读关注点
- 应核对潜在状态的设定、收缩先验和选择机制、预测切分与比较基准，以及断点解释来自怎样的协变量证据及参数不确定性。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出预测误差或状态识别细节，解释系数断点也不能直接等同于识别其因果来源。
原文摘要
Time-varying parameter (TVP) regressions commonly assume that time-variation in the coefficients is determined by a simple stochastic process such as a random walk. While such models are capable of capturing a wide range of dynamic patterns, the true nature of time variation might stem from other sources, or arise from different laws of motion. In this paper, we propose a flexible TVP VAR that assumes the TVPs to depend on a panel of partially latent covariates. The latent part of these covariates differ in their state dynamics and thus capture smoothly evolving or abruptly changing coefficients. To determine which of these covariates are important, and thus to decide on the appropriate state evolution, we introduce Bayesian shrinkage priors to perform model selection. As an empirical application, we forecast the US term structure of interest rates and show that our approach performs well relative to a set of competing models. We then show how the model can be used to explain structural breaks in coefficients related to the US yield curve.