一种理论一致的时间变参数自回归通货膨胀率预测方法

本发明提出了一种理论一致的时间变参数自回归通货膨胀率预测方法，旨在针对现有经济预测模型在动态性、不确定性和理论一致性方面的不足，提出改进的时间变参数分布向量自回归模型(TC‑TVP‑DVAR)。通过引入理论一致性先验、强化学习驱动的自适应参数优化机制以及高维分布特征建模，该方法能够动态捕捉通货膨胀率的变化趋势，并有效建模和量化不同经济条件下的尾部风险。具体而言，该方法结合时间变参数与高维分布建模，刻画经济变量的动态关系；利用强化学习实现参数自适应优化；并通过贝叶斯推断量化不确定性，从而显著提升模型的预测精度与稳定性。该方法兼具理论一致性与高鲁棒性，为通货膨胀率预测提供了更加可靠且具解释力的工具。