IDEAS主页打印自https://ideas.repec.org/a/ebl/ecbull/eb-12-00360.html
  我的参考书目  保存此文章

非因果关系有助于预测经济时间序列吗？

作者

上市的：
  • 亨利·尼伯格

    （赫尔辛基大学）

  • 马尔库·兰内

    （赫尔辛基大学）

  • 埃尔卡·萨里宁

    （赫尔辛基大学）

摘要

本文比较了由170个月美国宏观经济和金融时间序列组成的综合数据集的一元非因果和传统因果自回归模型的预测性能。非因果模型始终优于因果模型。对于一组季度时间序列，由于考虑到非因果关系，预测准确性的提高甚至更大。

建议引用

  • 亨利·尼伯格（Henri Nyberg）、马克库·兰恩（Markku Lanne）和埃尔卡·萨里宁（Erkka Saarinen），2012年。"非因果关系有助于预测经济时间序列吗？,"经济学公告《AccessEcon》，第32卷（4），第2849-2859页。
    • 手柄：RePEc:ebl:ecbull:eb-12-00360
    作为

    从出版商下载全文

    文件URL: http://www.accessecon.com/Pubs/EB/2012/Volume32/EB-12-V32-I4-P274.pdf
    下载限制：不
    ---><---

    IDEAS上列出的参考文献

    作为
    1. Lanne，Markku&Luoto，Jani&Saikkonen，Pentti，2012年。"非因果自回归时间序列的最优预测,"国际预测杂志爱思唯尔，第28卷（3），第623-631页。
    2. Markku Lanne&Arto Luoma&Jani Luoto，2012年。"非因果自回归模型中的贝叶斯模型选择与预测,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第27卷（5），第812-830页，8月。
    3. Marcellino，Massimiliano&Stock，James H.&Watson，Mark W.，2006年。"宏观经济时间序列预测的直接和迭代多步AR方法比较,"计量经济学杂志爱思唯尔，第135卷（1-2），第499-526页。
    4. Lanne Markku和Saikkonen Pentti，2011年。"经济时间序列的非因果自回归,"时间序列计量经济学杂志De Gruyter，第3卷（3），第1-32页，10月。
    5. Lanne，Markku&Nyberg，Henri&Saarinen，Erkka，2011年。"用非因果和因果AR模型预测美国宏观经济和金融时间序列：比较,"MPRA纸30254，德国慕尼黑大学图书馆。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    引文

    引文由CitEc项目，订阅其RSS源用于此项目。
    作为


    引用人：

    1. Giurcanu，Mihai C.，2015年。"非因果VARMA过程的仿真算法,"统计与概率信件爱思唯尔，第98卷（C），第65-72页。
    2. Nyberg，Henri&Saikkonen，Pentti，2014年。"用非因果VAR模型进行预测,"计算统计与数据分析爱思唯尔，第76（C）卷，第536-555页。
    3. Fries，Sébastien&Zakoian，Jean-Michel，2019年。"混合因果非因果Ar过程与爆炸气泡模型,"计量经济学理论剑桥大学出版社，第35卷（6），第1234-1270页，12月。
    4. 阿兰·赫克（Alain Hecq）和伊斯勒（Issler），乔·维克托（Joáo Victor）和特尔格（Telg），肖恩（Sean），2017年。"具有严格外生回归的混合因果非因果自回归,"MPRA纸80767，德国慕尼黑大学图书馆。
    5. 贝克·弗雷德里克（Frédérique Bec）、海诺·博恩·尼尔森（Heino Bohn Nielsen）和萨拉·塞迪（Sarra Saídi），2020年。"混合因果-非因果自回归：估计和单位根检验中的双峰问题,"牛津经济统计公报牛津大学经济系，第82（6）卷，第1413-1428页，12月。
    6. 阿兰·赫克（Alain Hecq）、肖恩·泰格（Sean Telg）和勒纳德·利布（Lenard Lieb），2017年。"季节性调整是否会导致通货膨胀率的非因果动态？,"计量经济学，MDPI，第5卷（4），第1-22页，10月。
    7. Hecq，A.W.和Lieb，L.M.和Telg，J.M.A.，2015年。"混合因果非因果模型的识别：我们应该多胖？,"研究备忘录035，马斯特里赫特大学商业与经济研究生院（GSBE）。
    8. 弗里斯，塞巴斯蒂安，2018年。"非因果阿尔法稳定过程的条件矩和泡沫破裂概率的预测,"MPRA纸97353，德国慕尼黑大学图书馆，2019年11月修订。
    9. Christian Gouriéroux和Jean-Michel Zakoian，2017年。"非因果过程的局部爆炸建模,"英国皇家统计学会学报B辑英国皇家统计学会，第79卷（3），第737-756页，6月。
    10. Christian Gourieroux&Joann Jasiak&Michelle Tong，2021年。"基于卷积的过滤和预测：在WTI原油价格中的应用,"预测杂志，John Wiley&Sons，Ltd.，第40卷（7），第1230-1244页，11月。
    11. Hecq，Alain&Voisin，Elisa，2021年。"用混合因果非因果自回归模型预测泡沫,"计量经济与统计爱思唯尔，第20卷（C），第29-45页。
    12. 尼霍姆，朱霍，2017年。"基于残差的不可逆ARMA模型诊断检验,"MPRA纸81033，德国慕尼黑大学图书馆。
    13. Lof，Matthijs&Nyberg，Henri，2017年。"非因果关系与商品货币假说,"能源经济学爱思唯尔，第65卷（C），第424-433页。
    14. 让-巴蒂斯特·米考，2019。"长期停滞不前的直升机投币,"工作文件2019-10年，经济与统计研究中心。

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Lanne，Markku&Nyberg，Henri&Saarinen，Erkka，2011年。"用非因果和因果AR模型预测美国宏观经济和金融时间序列：比较,"MPRA纸30254，德国慕尼黑大学图书馆。
    2. Christian Gourieroux&Andrew Hencic&Joann Jasiak，2021年。"非因果MAR（1,1）过程中的预测性能和气泡分析,"预测杂志，John Wiley&Sons，Ltd.，第40卷（2），第301-326页，3月。
    3. Lanne，Markku&Luoto，Jani，2013年。"基于自回归的新凯恩斯-菲利普斯曲线估计,"经济动力学与控制杂志，爱思唯尔，第37卷（3），第561-570页。
    4. Nyberg，Henri&Saikkonen，Pentti，2014年。"用非因果VAR模型进行预测,"计算统计与数据分析爱思唯尔，第76（C）卷，第536-555页。
    5. Lanne Markku，2015年。"非因果关系与通货膨胀持续性,"非线性动力学与计量经济学研究De Gruyter，第19卷（4），第469-481页，9月。
    6. Markku Lanne和Jani Luoto，2016年。"非因果贝叶斯向量自回归,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第31卷（7），第1392-1406页，11月。
    7. Pentti Saikkonen和Rickard Sandberg，2016年。"非因果自回归模型中单位根的检验,"时间序列分析杂志Wiley Blackwell，第37卷（1），第99-125页，1月。
    8. Lanne，Markku&Luoto，Jani，2012年。"美国通货膨胀真的变得更难预测了吗？,"经济学快报爱思唯尔，第115卷（3），第383-386页。
    9. Lof Matthijs，2013年。"非因果关系与资产定价,"非线性动力学与计量经济学研究De Gruyter，第17卷（2），第211-220页，4月。
    10. Christian Gourieroux&Joann Jasiak&Michelle Tong，2021年。"基于卷积的过滤和预测：在WTI原油价格中的应用,"预测杂志，John Wiley&Sons，Ltd.，第40卷（7），第1230-1244页，11月。
    11. Christian Gourieroux和Joann Jasiak，2016年。"非因果过程的滤波、预测和仿真方法,"时间序列分析杂志Wiley Blackwell，第37卷（3），第405-430页，5月。
    12. Markku Lanne和Jani Luoto，2017年。"美国通货膨胀预期的一种新的时变参数自回归模型,"货币、信贷与银行杂志Blackwell Publishing，第49卷（5），第969-995页，8月。
    13. repec:zbw:bofrdp:2013_026未在IDEAS上列出
    14. Francisco Blasques&Siem Jan Koopman&Gabriele Mingoli，2023年。"具有随机趋势和混合因果非因果动力学的时间序列的观测驱动滤波器,"廷伯根研究所讨论文件23-065/III，廷伯根研究所。
    15. Pentti Saikkonen和Rickard Sandberg，2016年。"非因果自回归模型中单位根的检验,"时间序列分析杂志Wiley Blackwell，第37卷（1），第99-125页，1月。
    16. Matthijs Lof，2014年。"理性预期下非消费工具的GMM估计,"牛津经济统计公报牛津大学经济系，第76卷（2），第279-286页，4月。
    17. Alain Hecq和Elisa Voisin，2023年。"用混合因果非因果模型预测新冠肺炎疫情期间油价暴跌,"计量经济学进展，摘自：《纪念Joon Y.Park的论文：实证应用中的计量经济学方法》，第45卷，第209-233页，翡翠集团出版有限公司。
    18. Alain Hecq和Li Sun，2019年。"用分位数自回归识别非因果模型,"文件1904.05952，arXiv.org。
    19. 贝克·弗雷德里克（Frédérique Bec）、海诺·博恩·尼尔森（Heino Bohn Nielsen）和萨拉·塞迪（Sarra Saídi），2020年。"混合因果-非因果自回归：估计和单位根检验中的双峰问题,"牛津经济统计公报，牛津大学经济系，第82卷（6），第1413-1428页，12月。
    20. Gianluca Cubadda&Alain Hecq&Sean Telg，2019年。"检测非因果时间序列中的协同运动,"牛津经济统计公报牛津大学经济系，第81（3）卷，第697-715页，6月。
    21. Jo Henrique Gon§alves Mazzeu&Esther Ruiz&Helena Veiga，2018年。"Arma模型的不确定性和密度预测：渐近、贝叶斯和Bootstrap过程的比较,"经济调查杂志Wiley Blackwell，第32卷（2），第388-419页，4月。

    有关此项目的更多信息

    关键词

    非因果自回归;预测比较;宏观经济变量;财务变量;
    所有这些关键字.

    JEL公司分类：

    • C5级-数学和定量方法——计量经济学建模
    • 指挥与控制-数学与定量方法——单方程模型；单个变量

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:ebl:ecbull:eb-12-00360。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：John P.Conley（电子邮件如下）。供应商的一般联系方式： .

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。