Hansen在2007年首次提出了馬洛斯模型平均（Mallows Model Averaging,MMA）的方法,它是通過最小化馬洛斯準則來計算每個模型的權(quán)重。而我們這篇文章是擴展了馬洛斯型模型平均的三個主要理論。其一是Hansen（2007）的馬洛斯模型平均（MMA）,其二是Xie（2015）的預測模型平均（PredictionModel Averaging,PMA）,其三是Zhang et a1.（2015）的基于KL距離的模型平均（Kullback-Leibler Model Averaging,KLMA）。在此基礎(chǔ)上我們證明了在包含了滯后項的自回歸數(shù)據(jù)中,馬洛斯型模型平均也可以達到漸近最優(yōu)性。之后的蒙特卡洛模擬中,我們采用了自回歸分數(shù)整合滑動平均模型（ARFIMA）作為數(shù)據(jù)生成過程。通過選取不同的樣本集來比較不同的方法優(yōu)劣。在本文的最后我們對中國的新建住宅價格指數(shù)（New Housing Price Index,NHPI）北京地區(qū)的數(shù)據(jù)進行一階差分,得出一組平穩(wěn)的時間序列數(shù)據(jù)�；貧w結(jié)果顯示預測模型平均（PMA）在大部分情況下要優(yōu)于其它的分析方法,這也為我們的時間序列數(shù)據(jù)預測提供... 

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

【文章頁數(shù)】：46 頁

【學位級別】：碩士

【部分圖文】：

2014年l月至2017年12月北京叨護I走勢

ＡＮＨＰＩ的走勢更直觀地反應了價格指數(shù)的波動，結(jié)合圖Ｉ中的折線圖我們??可以看到，數(shù)據(jù)基本保持著增長的趨勢，除了少數(shù)幾個月出現(xiàn)負增長情況。在??２０１４年９月附近出現(xiàn)了負增長，而之后的兩年直到２０１６年９月數(shù)據(jù)都保持著正??的增長。尤其在２０１６年的前三個季度中，數(shù)據(jù)的達到了全局的最高增長點６．?９。??２３??


本文編號：3376392