عملكرد مدل هاي مختلف خود رگرسيون برداري بيزي جهت پيش بيني متغيرهاي كلان اقتصادي ايران: كاربرد روش نمونه گيري گيبس

داشتن تورمي پايين و رشد اقتصادي پايدار، هدف نخست سياستگذاران اقتصادي است كه براي رسيدن به اين هدف طلايي، پيش بيني قابل اطمينان از متغيرهاي كلان اقتصادي نقش مهمي ايفا مي كند. در اين مطالعه سعي شده است تا عملكرد مدل هاي خودرگرسيون برداري بيزي با اطلاعات (Priors) متفاوت براي پيش بيني متغيرهاي كلان در اقتصاد ايران ارزيابي شود. ويژگي منحصر به فرد اين مقاله استفاده از الگوريتم گيبس براي تخمين مدل BVAR و مقايسه آن با دو مدل BVAR شبه بيزي است كه در آنها از اطلاعات نرمال ويشارد ( (Normal Wishardومينستا Minnesota )) استفاده شده است، جهت ارزيابي دقت پيش بيني متغيرهاي كلان اقتصادي است. در اين مطالعه مقايسه دو مدل BVAR شبه بيزي فوق و BVAR با الگوريتم گيبس با توزيع پيشين يكسان مينستا نشان مي­دهد كه مقدار MSFE در پيش بيني متغير هاي اقتصادي براي 4 دوره در مدل BVAR با الگوريتم گيبس كمتر بوده و اين مدل در كل عملكرد بهتري در پيش بيني متغيرهاي كلان اقتصادي فوق نسبت به مدل­هاي شبه بيزي دارد.