Abstract
此篇論文的主要目的在研究預測組合問題迄今之發展及其可能的拓展方向，以期對此課題有進一步的了解及貢獻。預測組合方法在最適的預測模型尚未建立前無疑是最可行的次佳選擇，而貝氏預測組合模型透過其對事前機率分配的設定賦予決策者主動的角色，使得預測組合能夠更靈活且廣泛地為人所應用。準此，本文擬分別就理論及實證兩部分進一步研究貝氏預測組合模型。具體而言，在理論部分，本文引用Harrson & Stevens (1976)所提出的動態線性模型(Dynamic Linear Model,DLM)于預測組合理論上，建立動態線性預測組合模型(Dynamic Linear Composite Forecasting Model,DLCFM)，并經由模型中系統方程式(system equation) 之設計對Anandalingam & Chen (1989)的一般化貝氏模型予以修正。概Anandalingam & Chen 對于事前機率期望值(Prior mean) 為不偏誤之假設乃一可駁斥之假說(hypothsis) ，有待進一步的修正。在實證部分，本文采用Bunn(1975)所提出立基于“獲勝率”(outperformance rate) 之貝氏方法于臺灣的各GDP預測值之組合，以檢證此招待上簡便之方法在實證研究上的表現。經由理論與實證研究，本文函蓋了貝氏預測組合上最主要的兩種方法，即立基于常態共軛族(normal conjugate family) 和Beta共軛族(Beta conjugate family) 之二類預測組合方法。據此予貝氏預測組合模型一完整詳盡的回顧與探討。