近年來,動態(tài)因子模型已經(jīng)被廣泛的應(yīng)用于刻畫經(jīng)濟(jì)、金融相關(guān)領(lǐng)域多維數(shù)據(jù)中的截面相關(guān)特點,特別是可用于提取各種經(jīng)濟(jì)、金融關(guān)聯(lián)現(xiàn)象背后的決定性因素,在其基礎(chǔ)上進(jìn)一步開展分析或者預(yù)測,因而具有重要的理論和實踐價值。然而,隨著現(xiàn)實工作中樣本的截面維度增加,指標(biāo)或個體間的截面相關(guān)性趨于復(fù)雜,而隨著時間維度的增加,數(shù)據(jù)可能呈現(xiàn)出一些時變特征。此外,實際收集到的樣本還可能是極不規(guī)則的。面對這些問題時,通常需要對現(xiàn)有動態(tài)因子模型進(jìn)行合理的拓展。在此背景下,經(jīng)過對現(xiàn)有文獻(xiàn)中的動態(tài)因子模型及其拓展研究進(jìn)行了系統(tǒng)性的總結(jié),并結(jié)合宏觀經(jīng)濟(jì)周期實時測度、地方經(jīng)濟(jì)波動的聚類和分化、以及高維資產(chǎn)收益率的波動率建模三方面問題,本文深入探討了對現(xiàn)有混頻動態(tài)因子模型、正交多層動態(tài)因子模型、以及隨機波動因子模型的拓展、估計以及實際應(yīng)用。本文的主要內(nèi)容和創(chuàng)新之處如下:首先,從宏觀經(jīng)濟(jì)數(shù)據(jù)發(fā)布的視角,本文系統(tǒng)整理了我國主要宏觀經(jīng)濟(jì)一致指標(biāo)在2008年至2014年間各期數(shù)據(jù)及數(shù)據(jù)修訂的具體發(fā)布日期,從中總結(jié)出實際工作中可能面臨的不規(guī)則數(shù)據(jù)特點。在此基礎(chǔ)上,本文擴展了一種能夠處理不規(guī)則數(shù)據(jù)的混頻區(qū)制轉(zhuǎn)移動態(tài)因子模型及其貝葉斯估計方法... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：178 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１?上證指數(shù)和行業(yè)指數(shù)日度對數(shù)收益率（２００４至２０１６）??－５－??

?１．５文章結(jié)構(gòu)??本文共分為六章，基本結(jié)構(gòu)如圖１．２所示，其中第一章為緒論，主要介紹研??究背景，闡述研究問題的提出，并介紹本文的意義和創(chuàng)新之處。??本文第二章對因子模型及其拓展相關(guān)的文獻(xiàn)進(jìn)行了系統(tǒng)的總結(jié)。在介紹因??子模型基本理論、分析框架的基礎(chǔ)上，重點介紹了混頻動態(tài)因子模型、多層動??態(tài)因子模型和因子隨機波動模型三個方面的拓展研究。??本文第三章首先考慮在衡量經(jīng)濟(jì)周期波動時，單一指標(biāo)如ＧＤＰ存在的局限??性，進(jìn)而對景氣指數(shù)監(jiān)測體系進(jìn)行了介紹，特別結(jié)合我國宏觀數(shù)據(jù)發(fā)布體系的??特點分析了現(xiàn)有景氣指數(shù)缺乏時效性的原因，并拓展了文獻(xiàn)中己有的非線性混??頻動態(tài)因子模型，利用這一工具，不僅能夠從多個宏觀指標(biāo)中推斷出經(jīng)濟(jì)景氣??波動水平，并且能夠給出一致景氣指數(shù)所處“擴散“或是“收縮”區(qū)制概率，更??重要的是

／４代表全球經(jīng)濟(jì)周期狀況，仇代表第６個區(qū)域的特定因子，代域內(nèi)第ｓ個國家的特定因子。各層因子之間彼此正交，并且都服從過程，故模型可表示成狀態(tài)空間形式，再采用ＭＣＭＣ分塊方法予ＣＭＣ分塊方法的基本步驟可表示如下??確定參數(shù)和潛在因子初值（例如通過序貫ＰＣＡ方法估計因子初值，在利用線歸得到參數(shù)怙計初值）；??給定初值，重復(fù)以下分塊ＭＣＭＣ估計迭代過程：??－給定參數(shù)、二層和三層因子，利用狀態(tài)空間方法提取一層因子；??－給定參數(shù)、一層和三層因子，利用狀態(tài)空間方法提取二層因子：??－給定參數(shù)、一層和二層因子，利用狀態(tài)空間方法提取三層因子；??－給定一層、二層和三層因子，按上文介紹的線性回歸后驗分布估計參數(shù)分層因子模型??

【參考文獻(xiàn)】：
期刊論文
[1]國內(nèi)外石油價格波動性溢出效應(yīng)研究[J]. 何啟志,張晶,范從來.  金融研究. 2015(08)
[2]金融資產(chǎn)配置中的因子面板隨機波動模型研究[J]. 方國斌,張波.  統(tǒng)計研究. 2014(03)
[3]隨機波動率模型的參數(shù)估計及對中國股市的實證[J]. 吳鑫育,馬超群,汪壽陽.  系統(tǒng)工程理論與實踐. 2014(01)
[4]基于SV-SGED模型的動態(tài)VaR測度研究[J]. 吳鑫育,馬宗剛,汪壽陽,馬超群.  中國管理科學(xué). 2013(06)
[5]中國商品期貨隔夜信息對日間交易的預(yù)測能力[J]. 劉慶富,張金清.  管理科學(xué)學(xué)報. 2013(11)
[6]中國經(jīng)濟(jì)周期的混頻數(shù)據(jù)測度及實時分析[J]. 鄭挺國,王霞.  經(jīng)濟(jì)研究. 2013 (06)
[7]中國A股市場地區(qū)效應(yīng)的實證檢驗與成因分析[J]. 甄紅線,梁超.  經(jīng)濟(jì)學(xué)動態(tài). 2013 (05)
[8]金融市場間波動溢出效應(yīng)研究——GC-MSV模型及其應(yīng)用[J]. 熊正德,韓麗君.  中國管理科學(xué). 2013(02)
[9]中國宏觀經(jīng)濟(jì)波動的“大穩(wěn)健”——時點識別與原因分析[J]. 林建浩,王美今.  經(jīng)濟(jì)學(xué)(季刊). 2013(02)
[10]中國經(jīng)濟(jì)與世界經(jīng)濟(jì)協(xié)同性研究[J]. 楊子暉,田磊.  世界經(jīng)濟(jì). 2013(01)

博士論文
[1]基于有限混合狀態(tài)空間的金融隨機波動模型及應(yīng)用研究[D]. 鄭挺國.吉林大學(xué) 2009



本文編號：2941269