Abstract
由Litterman (1986) 倡導的貝氏向量自我迴歸(Bayesian Vector Autoregression, BVAR )模型廣泛地運用在預測不同領域上。Litterman根據以往的研究提出了Minnesota先驗分配 (1986)。Litterman (1986) 的實驗結果發現：相對於AR和VAR模型，標準Minnesota先驗分配(standard Minnesota prior)模型有較佳的表現。Spencer (1993) 的模擬研究則發現低權重Minnesota先驗分配( low-weight Minnesota prior )模型的預測效果更好。本文中，我們提出一種新的參數設定方法。不論是模擬實驗或者是預測台灣失業率與台積電股價投資報酬率實證研究上，此法表現皆相當優異。