VARMA versus VAR for Macroeconomic Forecasting
宏观经济预测中的 VARMA 与 VAR 比较AI 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。
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：摘要直接比较 VARMA 与 VAR 在真实宏观数据上的预测表现，因此归入时间序列与宏观预测方向。
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…
关注这篇论文的作者
宏观经济预测中的 VARMA 与 VAR 比较
- 研究问题
- 随着 VARMA 建模方法与计算能力改进，宏观经济多变量预测是否仍应限于 VAR，以及扩大模型范围能否提高预测准确性？
- 方法与思路
- 作者使用真实宏观经济数据比较向量自回归移动平均模型与向量自回归模型的预测表现；摘要未说明估计方法或比较设计。
- 材料陈述的贡献
- 摘要称，在所用宏观数据上 VARMA 的预测比 VAR 更准确，据此主张宏观预测应考虑 VARMA；未报告改善幅度。
- 阅读关注点
- 阅读全文时应核对 VARMA 识别与阶数选择、估计稳定性、预测窗口和评价指标，并检查两类模型的比较是否公平。
- 阅读边界
- 摘要未说明变量、国家、样本时期、预测期或统计检验；所报告的预测优势仅对应其数据，不能推出普遍优于 VAR。
原文摘要
In this article, we argue that there is no compelling reason for restricting the class of multivariate models considered for macroeconomic forecasting to vector autoregressive (VAR) models, given the recent advances in vector autoregressive moving average (VARMA) modeling methodology and improvements in computing power. To support this claim, we use real macroeconomic data, and show that VARMA models forecast macroeconomic variables more accurately than VARs.