本文關(guān)鍵詞：混頻數(shù)據(jù)的計(jì)量經(jīng)濟(jì)學(xué)方法：理論與應(yīng)用　出處：《山東大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 大數(shù)據(jù) MIDAS MF-VAR 混頻因子模型 波動(dòng)性預(yù)測

【摘要】：考慮大型數(shù)據(jù)所包含信息的計(jì)量經(jīng)濟(jì)模型近年來受到廣泛關(guān)注。一方面決策者需要實(shí)時(shí)地評(píng)估經(jīng)濟(jì)的當(dāng)前狀況及其預(yù)期發(fā)展,然而可用的信息是不完整的。大型實(shí)時(shí)數(shù)據(jù)集的產(chǎn)生主要有以下兩個(gè)特點(diǎn)：一是可用指標(biāo)具有不同采樣頻率；二是“粗糙邊緣”問題,該問題的產(chǎn)生是由于發(fā)布時(shí)間的滯后而導(dǎo)致一些變量的樣本末端值缺失。第1章為全文的緒論部分。我們首先介紹了全文的研究背景,研究的目的與意義；然后,我們交代了全文的研究框架與分析方法,以及本文的主要?jiǎng)?chuàng)新點(diǎn)和不足之處。為之后各章的具體研究做好鋪墊。在第2章中,我們主要回顧處理混頻數(shù)據(jù)的計(jì)量經(jīng)濟(jì)學(xué)模型。典型的計(jì)量經(jīng)濟(jì)學(xué)回歸方程處理的是具有相同采樣頻率的變量。為保持頻率相同,研究人員要么將高頻觀測值加總為最低頻率,要么對(duì)低頻數(shù)據(jù)進(jìn)行插值以得到最高頻率。在實(shí)證應(yīng)用中,前者為最常用的方法,高頻數(shù)據(jù)通過平均或者取一個(gè)代表值(例如每個(gè)季度的最后一個(gè)月)而降為最低頻率。這種對(duì)數(shù)據(jù)進(jìn)行“預(yù)過濾”而使得預(yù)測方程左側(cè)和右側(cè)變量成為同頻率的方法有一個(gè)潛在的問題,就是可能會(huì)破壞高頻數(shù)據(jù)中大量的有用信息。因此,對(duì)混頻數(shù)據(jù)進(jìn)行直接建模是十分必要的。我們重點(diǎn)討論混頻數(shù)據(jù)文獻(xiàn)中的主流方法：混頻數(shù)據(jù)取樣(MIxd DAta Sampling,即MIDAS)方法。該方法基于分布滯后多項(xiàng)式,形式簡明,可以靈活處理不同頻率的數(shù)據(jù),并且可以對(duì)低頻變量進(jìn)行直接預(yù)測。其次,我們利用狀態(tài)空間方法討論混頻向量自回歸(MF-VAR)模型和混頻因子模型。這兩類方法都系統(tǒng)地描述了因變量和作為解釋變量的預(yù)測指標(biāo)之問的動(dòng)態(tài)關(guān)系,而且卡爾曼濾波方法的使用不但能提供對(duì)未來觀測值的預(yù)測,而且能夠被用來估計(jì)當(dāng)前的潛在狀態(tài)。一個(gè)自然的拓展是將因子方法和MIDAS模型結(jié)合起來,即將因子視為解釋變量,以探究大型混頻數(shù)據(jù)中的信息對(duì)預(yù)測的影響,該方法被稱為因子—MIDAS方法。在第3章中,我們?cè)凇邦A(yù)測”(Forecasting)及“實(shí)時(shí)預(yù)報(bào)”(Nowcasting)兩種情境下分別使用MIDAS方法研究高頻股票收益率對(duì)產(chǎn)出增長率和通貨膨脹率的預(yù)測精度。我們采用近年來新提出的頻域?yàn)V波器(Frequency Domain Filter)對(duì)股票收益率進(jìn)行過濾,以排除季度趨勢(shì)及高頻噪音對(duì)預(yù)測精度的影響。同時(shí),我們使用從實(shí)際數(shù)據(jù)所估算出來的MIDAS權(quán)重參數(shù)對(duì)高頻股票數(shù)據(jù)進(jìn)行加總。我們發(fā)現(xiàn)MIDAS預(yù)測模型對(duì)美國和新加坡兩國通貨膨脹率具有相當(dāng)好的預(yù)測精度。與此同時(shí),使用頻域?yàn)V波過濾過的高頻股票收益率對(duì)新加坡的通貨膨脹率預(yù)測相比未過濾的股票數(shù)據(jù)具有更高的精度,而兩者對(duì)美國通貨膨脹率的預(yù)測精度則相反；在對(duì)產(chǎn)出增長的預(yù)測方面,MIDAS預(yù)測模型對(duì)新加坡產(chǎn)出增長的“實(shí)時(shí)預(yù)報(bào)”相比基準(zhǔn)預(yù)測模型表現(xiàn)出更高的精度,然而對(duì)美國產(chǎn)出增長率的預(yù)測,我們不能得出類似的結(jié)論。在第4章中,我們把重點(diǎn)放在MIDAS方法對(duì)波動(dòng)性的預(yù)測上。預(yù)測波動(dòng)性的三個(gè)主要應(yīng)用領(lǐng)域?yàn)橘Y產(chǎn)定價(jià)、風(fēng)險(xiǎn)管理以及資產(chǎn)組合管理。風(fēng)險(xiǎn)管理的很大一部分是衡量資產(chǎn)組合的未來潛在損失,而為了測度這些潛在的損失,我們必須估計(jì)未來的波動(dòng)性和相關(guān)性。MIDAS回歸模型允許我們對(duì)不同頻率的觀測值進(jìn)行緊湊參數(shù)化的回歸。通過對(duì)四個(gè)發(fā)達(dá)國家和四個(gè)新興經(jīng)濟(jì)體每周的股票市場波動(dòng)率進(jìn)行分析,我們發(fā)現(xiàn)跨期資本資產(chǎn)定價(jià)(ICAPM)模型在成熟市場有良好的適用性,而在市場波動(dòng)相對(duì)較大的國家或地區(qū)則不必然成立。通過采納波動(dòng)性預(yù)測文獻(xiàn)中常用的三個(gè)預(yù)測指標(biāo)(每日平方收益率、每日絕對(duì)收益率以及每日范圍)并利用八個(gè)股票市場的實(shí)際數(shù)據(jù)對(duì)每周股票波動(dòng)率進(jìn)行樣本內(nèi)回歸和樣本外預(yù)測,我們發(fā)現(xiàn)“每日絕對(duì)收益率”的預(yù)測精度是三個(gè)預(yù)測指標(biāo)當(dāng)中最高的,其次是“每日范圍”,而波動(dòng)性預(yù)測文獻(xiàn)中常被引用的“每日平方收益率”的預(yù)測表現(xiàn)則是三者中最糟糕的。在第5章中,我們介紹了在缺失觀測值的情況下如何估計(jì)MF-VAR模型以及因子模型,及利用混頻數(shù)據(jù)(包括可能的粗糙邊緣結(jié)構(gòu))對(duì)產(chǎn)出增長率進(jìn)行“實(shí)時(shí)預(yù)報(bào)”和預(yù)測的計(jì)量經(jīng)濟(jì)學(xué)模型。我們?cè)诒菊轮薪榻B的模型有：混合數(shù)據(jù)取樣(MIDAS)模型、MF-VAR模型,以及混頻因子模型。我們探討了在這三種模型中分別如何獲得產(chǎn)出增長率的月度預(yù)測值的方法。在第6章中我們對(duì)全文進(jìn)行了總結(jié)。我們的研究表明,混頻數(shù)據(jù)有很重要的作用,且使用允許不同頻率和考慮數(shù)據(jù)實(shí)時(shí)性的有關(guān)方法能夠改善我們的預(yù)測結(jié)果。狀態(tài)空間模型是一個(gè)體系方法,并允許估計(jì)缺失的高頻數(shù)據(jù),這得益于卡爾曼濾波器的使用。MIDAS模型對(duì)錯(cuò)誤識(shí)別相比橋接方程和狀態(tài)空問方法而言似乎更加穩(wěn)健,而且MIDAS方法的計(jì)算量相對(duì)較少�？傊�,研究處理混頻數(shù)據(jù)的計(jì)量經(jīng)濟(jì)學(xué)模型是一個(gè)非常受歡迎的研究主題,特別是在“大數(shù)據(jù)”理念深入人心的今天。一方面,我們所能獲得的數(shù)據(jù)數(shù)量成倍增的趨勢(shì),頻率也不盡相同；另一方面,關(guān)于如何處理這些龐大的、頻率不一且存在缺失值的數(shù)據(jù),使它既能被用于服務(wù)相關(guān)研究的目的,又盡可能地不丟失其原有數(shù)據(jù)中的有用信息,這仍是一個(gè)令人興奮的挑戰(zhàn)。我們有理由相信,隨著在這方面的研究越來越深入和廣泛,我們處理這些挑戰(zhàn)的能力也會(huì)相應(yīng)地增強(qiáng)。
[Abstract]:In chapter 2 , we focus on the research background , the purpose and significance of this paper . In chapter 2 , we focus on the research background , the purpose and significance of the whole text . In chapter 2 , we discuss the influence of the information in the mixed data . The method is called the factor - MIDAS method . In chapter 3 , we use MIDAS method to study the high frequency stock yield . In chapter 5 we introduce how to estimate MF - VAR model , MF - VAR model and mixed factor model .

【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F831.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 金蓓蓓;;一種S波段低噪放混頻組件的研制[J];科技創(chuàng)新導(dǎo)報(bào);2012年09期

相關(guān)會(huì)議論文 前10條

1 郭澤海;;混頻回路考慮損耗時(shí)的變頻損耗[A];1997年全國微波會(huì)議論文集(下冊(cè))[C];1997年

2 帥翔;鄒涌泉;張永鴻;閆鴻;;一種寬帶混頻組件的研制[A];2007年全國微波毫米波會(huì)議論文集（上冊(cè)）[C];2007年

3 吳岳;馮鴻輝;;采用相互混頻方式的微波收發(fā)信機(jī)[A];1997年全國微波會(huì)議論文集(下冊(cè))[C];1997年

4 陳如山;李興國;;自激混頻Gunn自差機(jī)的理論分析[A];1991年全國微波會(huì)議論文集（卷Ⅱ）[C];1991年

5 季來林;朱儉;馬偉新;詹庭宇;;利用晶體串接實(shí)現(xiàn)高效寬帶三倍頻[A];第十七屆全國激光學(xué)術(shù)會(huì)議論文集[C];2005年

6 蘇志強(qiáng);杜向偉;馮衛(wèi);;多通道雙混頻時(shí)差測量系統(tǒng)的研究和進(jìn)展[A];2009全國時(shí)間頻率學(xué)術(shù)會(huì)議論文集[C];2009年

7 史生才;徐之材;殷興輝;韓溥;陳善懷;左營喜;;毫米波亞毫米波超導(dǎo)SIS混頻技術(shù)及其應(yīng)用[A];1999年全國微波毫米波會(huì)議論文集(下冊(cè))[C];1999年

8 王華睿;沈建琪;李海將;陳先慶;張秋長;;布朗運(yùn)動(dòng)和定向流動(dòng)下激光自混頻的研究[A];中國顆粒學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)暨海峽兩岸顆粒技術(shù)研討會(huì)論文集[C];2010年

9 葉宇煌;張學(xué)建;;FET混頻模型參數(shù)CAC[A];1987年全國微波會(huì)議論文集（中）[C];1987年

10 薛泉;薛良金;蔡雪芳;;Ka頻段寬帶全集成本振混頻組件[A];1997年全國微波會(huì)議論文集(下冊(cè))[C];1997年

相關(guān)重要報(bào)紙文章 前3條

1 上海 翟歡躍 編譯;具有放大和混頻功能的簡單電路[N];電子報(bào);2013年

2 廣東 陳文;日升寶RS-350交直流兩用收音機(jī)詳解[N];電子報(bào);2002年

3 貴州 曾旭;SONY SRF-H2頭戴式收音機(jī)電路剖析[N];電子報(bào);2003年

相關(guān)博士學(xué)位論文 前2條

1 蔡宇;混頻數(shù)據(jù)的計(jì)量經(jīng)濟(jì)學(xué)方法：理論與應(yīng)用[D];山東大學(xué);2016年

2 朱成杰;凝聚超冷中性原子氣體中的光波混頻與散射研究[D];華東師范大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 劉濤;L波段發(fā)射機(jī)的妍制[D];電子科技大學(xué);2015年

2 李天龍;混頻多功能芯片的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2015年

3 李智平;X頻段自振混頻技術(shù)及其應(yīng)用[D];電子科技大學(xué);2006年

4 馬凱學(xué);毫米波混頻技術(shù)研究[D];西北工業(yè)大學(xué);2002年

5 蔡中恒;U波段混頻技術(shù)研究[D];電子科技大學(xué);2011年

6 吳昊;共時(shí)雙頻混頻技術(shù)的研究及實(shí)現(xiàn)[D];北京郵電大學(xué);2013年

7 胡奇;毫米波高放—混頻組件的研究[D];電子科技大學(xué);2010年

8 李可;基于雪崩器件毫米波高次諧波混頻技術(shù)[D];電子科技大學(xué);2013年

9 沈懌皓;UHF RFID閱讀器接收機(jī)中混頻電路的設(shè)計(jì)研究[D];華東師范大學(xué);2008年

10 張桐;空間相干激光通信系統(tǒng)高效率空間混頻技術(shù)[D];長春理工大學(xué);2013年

，

本文編號(hào)：1397190