Vine Copula VAR

新的 Vine Copula VAR 模型提高了联合事件预测的准确性

研究人员开发了一种名为 Vine Copula VAR 的新统计模型，旨在通过考虑重叠的估计误差来改进联合事件预测。该模型结合了过去预测误差的依赖性估计和新估计的边际分布。导出的协方差估计器为固定的单边事件概率提供了渐近有效的区间，蒙特卡洛模拟表明终端边际不确定性比额外的协方差项更重要。将其应用于美国宏观经济发布，证明了该模型量化联合收缩预测概率不确定性的能力。