У статті досліджується ефективність прогнозування моделі байєсівської векторної авторегресії (BVAR) із використанням апостеріорного передбачуваного розподілу для значень показників у рівноважному стані та порівнюється точність прогнозів із квартальною прогнозною моделлю (КПМ) та офіційними прогнозами НБУ за період з І кварталу 2016 року до І кварталу 2020 року. Встановлено, що прогнози інфляції, створені за моделлю BVAR, є більш точними порівняно з прогнозами моделі КПМ на два квартали вперед і зберігають конкурентоспроможність протягом більш тривалого періоду часу. Прогнози BVAR щодо зростання ВВП також перевершують прогнози КПМ, але для всього горизонту прогнозу. Виявлено, що модель BVAR показує кращі результати порівняно з офіційними прогнозами інфляції НБУ на горизонті монетарної політики, тоді як для прогнозів зростання ВВП усе навпаки. Майбутні дослідження можуть зіткнутися з проблемами оцінки, викликаними COVID-19.
Beechey, M., Österholm, P. (2010). Forecasting inflation in an inflation-targeting regime: A role for informative steadystate priors. International Journal of Forecasting, 26(2), 248-264. https://doi.org/10.1016/j.ijforecast.2009.10.006
Brazdik, F., Franta, M. (2017). A BVAR model for forecasting of Czech inflation. Working Papers 2017/7. Praha: Czech National Bank. Retrieved from https://www.cnb.cz/export/sites/cnb/en/economic-research/.galleries/research_publications/cnb_wp/cnbwp_2017_07.pdf
Carriero, A., Kapetanios, G., Marcellino, M. (2009). Forecasting exchange rates with a large Bayesian VAR. International Journal of Forecasting, 25(2), 400–417. https://doi.org/10.1016/j.ijforecast.2009.01.007
Chan, J., Jacobi, L., Zhu, D. (2019). Efficient selection of hyperparameters in large Bayesian VARs using automatic
differentiation. CAMA Working Papers, 46/2019. The Australian National University. Retrieved from https://crawford.anu.edu.au/sites/default/files/publication/cama_crawford_anu_edu_au/2019-06/46_2019_chan_jacobi_zhu.pdf
Clark, T. E. (2011). Real-time density forecasts from Bayesian vector autoregressions with stochastic volatility. Journal of Business and Economics Statistics, 29(3), 327–341. https://doi.org/10.1198/jbes.2010.09248
Del Negro, M., Schorfheide, F. (2004). Priors from general equilibrium models for VARs. International Economic Review, 45, 643–673. https://doi.org/10.1111/j.1468-/2354.2004.00139.x
Dieppe, A., Legrand, R., van Roye, B. (2016). The BEAR toolbox. Working Paper Series, 1934. European Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp1934.en.pdf
Foroni, C., Marcellino, M., Stevanović, D. (2020). Forecasting the Covid-19 recession and recovery: lessons from the financial crisis. Working Paper Series, 2468. European Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecb.wp2468~068eec9e3e.en.pdf
Giannone, D., Lenza, M., Primiceri, G., (2012). Prior selection for vector autoregressions. Working Paper Series, 1494. European Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp1494.pdf
Grui, A., Vdovychenko, A. (2019). Quarterly projection model for Ukraine. NBU Working Papers, 3/2019. Kyiv: National Bank of Ukraine. Retrieved from https://bank.gov.ua/admin_uploads/article/WP_2019-03_Grui_Vdovychenko_en.pdf
Gustafsson, O., Villani, M., Stockhammar, P. (2020). Bayesian optimization of hyperparameters when the marginal likelihood is estimated by MCMC. Retrieved from https://arxiv.org/pdf/2004.10092.pdf
Iversen, J., Laseen, S., Lundvall, H., Söderström. U. (2016). Real-time forecasting for monetary policy analysis:
The case of Sveriges Riksbank. CEPR Discussion Papers, 11203. Retrieved from http://archive.riksbank.se/Documents/Rapporter/Working_papers/2016/rap_wp318_160323.pdf
Jarocinski, M. (2010). Conditional forecasts and uncertainty about forecast revisions in vector autoregressions. Economics Letters, 108(3), 257–259. https://doi.org/10.1016/j.econlet.2010.05.022
Krüger, F., Clark, T. E., Ravazzolo, F. (2017). Using entropictilting to combine BVAR forecasts with external nowcasts. Journal of Business & Economic Statistics, 35(3), 470–485. https://doi.org/10.1080/07350015.2015.1087856
Lenza, M., Primiceri, G. (2020). How to estimate a VAR after March 2020. Working Paper Series, 2461. European
Central Bank. Retrieved from https://www.ecb.europa.eu/pub/pdf/scpwps/ecb.wp2461~fe732949ee.en.pdf
Robertson, J. C., Tallman, E. W., Whiteman, C. H. (2005). Forecasting using relative entropy. Journal of Money,
Credit and Banking, 37(3), 383–401. https://doi.org/10.1353/mcb.2005.0034
Schorfheide, F., Song, D. (2015). Real-time forecasting with a mixed-frequency VAR. Journal of Business and Economic Statistics, 33(3), 366–380. https://doi.org/10.1080/07350015.2014.954707
Villani, M. (2009). Steady-state priors for vector autoregressions. Journal of Applied Econometrics, 24(4), 630-650. https://doi.org/10.1002/jae.1065
Waggoner, D. F., Zha, T., (1999). Conditional forecasts in dynamic multivariate models. The Review of Economics and Statistics, 81(4), 639–651. https://doi.org/10.1162/003465399558508