贝叶斯理论源于英国学者贝叶斯(Thomas Balyes)于1763年在英国皇家学会哲学学报上发表的论文“论有关机遇问题的求解”，并在宏观经济预测、金融工程与风险管理、市场营销、人工智能与模式识别、统计质量控制与可靠性工程等很多领域获得了广泛应用。本书目的是向读者介绍计量经济模型的贝叶斯理论及其应用，包括贝叶斯统计计算、统计分布理论、贝叶斯决策、贝叶斯线性回归模型和贝叶斯时间序列计量经济模型。

本书系统地研究了计量经济模型的贝叶斯理论及其应用，主要内容包括贝叶斯统计计算、统计分布理论、贝叶斯决策理论、贝叶斯线性回归模型、贝叶斯自回归移动平均模型、贝叶斯向量自回归模型、贝叶斯自回归条件异方差模型和贝叶斯随机波动模型。

本书可以作为统计学、计量经济学和管理科学与工程专业高年级本科生、硕士研究生和博士研究生的教材，也可以作为高校教师、研究人员和科技人员的参考书。

前言

符号缩写及说明

第1章 贝叶斯统计计算

 1.1 贝叶斯理论

 1.2 随机数的生成

1.2.1 逆变换法

1.2.2 合成抽样

1.2.3 筛选抽样

1.2.4 正态分布抽样

1.2.5 随机向量抽样

 1.3 Monte Carlo计算

1.3.1 随机投点法

1.3.2 样本平均值法

1.3.3 重要抽样法

1.3.4 分层抽样法

1.3.5 关联抽样法

 1.4 MCMC计算

1.4.1 Markov链

1.4.2 完全条件分布

1.4.3 MH抽样

1.4.4 Gibbs抽样

1.4.5 G-R收敛性诊断

1.4.6 贝叶斯计算软件

第2章 统计分布理论

 2.1 伽玛分布族

2.1.1 伽玛分布

2.1.2 逆伽玛分布

 2.2 正态分布族

2.2.1 正态分布

2.2.2 多元正态分布

2.2.3 矩阵正态分布

 2.3 Wishart分布族

2.3.1 Wishart分布

2.3.2 逆Wishart分布

 2.4 t分布族

2.4.1 t分布

2.4.2 多元t分布

2.4.3 矩阵t分布

2.4.4 逆矩阵t分布

第3章 贝叶斯决策理论

 3.1 位置-尺度参数的扩散先验分布

3.1.1 位置参数的扩散先验分布

3.1.2 尺度参数的扩散先验分布

3.1.3 位置-尺度参数的联合扩散先验分布

 3.2 共轭先验分布

 3.3 贝叶斯风险决策解

3.3.1 单参数的贝叶斯风险决策解

3.3.2 随机参数向量的贝叶斯风险决策解

3.3.3 矩阵损失函数与随机参数矩阵的贝叶斯风险决策解

第4章 贝叶斯线性回归模型

 4.1 贝叶斯多元线性回归模型

4.1.1 模型结构分析

4.1.2 参数分量的后验分布

4.1.3 部分参数的联合后验分布

4.1.4 方差的后验分布

4.1.5 设计阵奇异模型的贝叶斯分析

 4.2 参数线性假设的贝叶斯检验

 4.3 随机误差序列自相关的贝叶斯诊断方法

4.3.1 引言

4.3.2 后验条件分布

4.3.3 贝叶斯检验与区间估计

4.3.4 数值算例

 4.4 贝叶斯多重线性回归模型

4.4.1 模型结构分析

4.4.2 参数后验分布

4.4.3 贝叶斯预报分析

4.4.4 贝叶斯均值向量控制模型

 4.5 小结

第5章 贝叶斯自回归移动平均模型

 5.1 贝叶斯AR模型

5.1.1 贝叶斯分析

5.1.2 贝叶斯预报分析

5.1.3 仿真分析

 5.2 贝叶斯MA模型

5.2.1 贝叶斯分析

5.2.2 仿真分析

 5.3 贝叶斯稳健ARMA模型

5.3.1 模型结构分析

5.3.2 先验分布

5.3.3 后验分布

5.3.4 实证分析

 5.4 贝叶斯ARFIMA模型

5.4.1 模型结构分析

5.4.2 贝叶斯分析

5.4.3 仿真分析

5.4.4 实证分析

第6章 贝叶斯向量自回归模型

 6.1 贝叶斯非限制性VAR模型

 6.2 贝叶斯限制性VAR模型

 6.3 共轭先验分布下VAR模型的贝叶斯分析

6.3.1 Minnesota先验分布

6.3.2 滞后延迟函数

6.3.3 相对紧度函数

6.3.4 标准差之比

6.3.5 参数后验估计

6.3.6 预测精度评价

6.3.7 数值算例

 6.4 贝叶斯VARFIMA模型

6.4.1 模型结构分析

6.4.2 贝叶斯分析

6.4.3 仿真分析

6.4.4 建模分析过程

第7章 贝叶斯自回归条件异方差模型

 7.1 GARCH模型

7.1.1 ARCH模型

7.1.2 GARCH模型

7.1.3 非对称GARCH模型

7.1.4 SW-GARCH模型

 7.2 贝叶斯GARCH模型

7.2.1 模型结构分析

7.2.2 Griddy—Gibbs抽样

7.2.3 仿真分析

 7.3 贝叶斯AR-GJR-GARCH模型

7.3.1 模型结构分析

7.3.2 MH抽样

7.3.3 仿真分析

 7.4 贝叶斯SW—GARCH模型

7.4.1 模型结构分析

7.4.2 Slice抽样

7.4.3 模型选择

7.4.4 实证分析

第8章 贝叶斯随机波动模型

 8.1 贝叶斯SV-N模型

8.1.1 模型结构分析

8.1.2 模型矩

8.1.3 峰度

8.1.4 贝叶斯分析

8.1.5 实证研究

 8.2 贝叶斯SV-T模型

8.2.1 模型结构分析

8.2.2 贝叶斯分析

8.2.3 实证研究

 8.3 贝叶斯SV-GED模型

8.3.1 模型结构分析

8.3.2 贝叶斯分析

8.3.3 实证研究

 8.4 贝叶斯SV-MN模型

8.4.1 模型结构分析

8.4.2 贝叶斯分析

8.4.3 实证研究

 8.5 贝叶斯SV-MT模型

8.5.1 模型结构分析

8.5.2 贝叶斯分析

8.5.3 实证研究

 8.6 模型比较分析

8.6.1 深证成指结果比较分析

8.6.2 上证指数结果比较分析

8.6.3 模型DIC比较分析

参考文献