为了克服传统的宏观经济预测方法没有明确考虑模型的不确定性的问题,本文对贝叶斯模型平均(BMA)进行了总结。它以每个备用模型的后验概率作为权重对所有备用模型的单项预测值进行加权平均,从而得到组合预测估计值;由于考虑了所有可能的单项模型,并以后验概率即模型的权重,作为判断模型优劣的标准,从而有效处理了模型的不确定性问题。本文总结了贝叶斯统计发展的两大方向(模型选择和组合预测)的研究现状,并介绍了BMA的基本原理以及基于BIC、AIC和EM准则估计单项模型权重的方法。其后,基于BMA应用的两个主要方面——基于后验包含概率对模型参数的重要性分析以及利用BMA做预测,将其应用到我国宏观经济预测中,对消费者物价指数进行预测分析。结果表明:不论在后验概率的意义下,还是在预测效果上贝叶斯模型平均组合预测比逐步回归方法预测精度高。