Байесовская идентификация структурных векторных авторегрессий

В статье предложен новый метод идентификации структурных векторных авторегрессий на основе байесовского усреднения моделей. В отличие от существующих алгоритмов байесовского усреднения структурных векторных авторегрессий, предложенный метод позволяет идентифицировать циклические модели при выполнении ряда условий. Поиск моделей в рамках данного подхода осуществляется только по множеству моделей, идентифицируемых на данных. Для того чтобы проиллюстрировать корректность и стабильность результатов алгоритма, а также проанализировать его чувствительность к значениям истинных параметров, числу наблюдений и значениям гиперпараметров априорных распределений, проведен симуляционный анализ моделей малой размерности.