通过OLS和多项式参数分析估计MIDAS回归
作者
摘要
建议引用
从出版商下载全文
IDEAS上列出的参考文献
Claudia Foroni和Massimiliano Marcelino,2013年。 " 混频数据的计量经济学方法综述 ," 工作文件 挪威银行,2013/06。 Claudia Foroni和Massimiliano Marcelino,2013年。 " 混频数据的计量经济学方法综述 ," 经济学工作论文 ECO2013/02,欧洲大学研究所。
Connor,Gregory&Suurlaht,Anita,2013年。 " 欧元区股票市场的动态协变量 ," 国际货币与金融杂志 爱思唯尔,第37卷(C),第353-370页。 Gregory Connor和Anita Suurlaht,2012年。 " 欧元区动态股市协方差 ," 经济系工作文件系列 n222-12.pdf,爱尔兰国立大学经济系-Maynooth。
埃里克·盖泽尔(Eric Ghysels)、阿尔贝托·普拉齐(Alberto Plazzi)和罗森·瓦尔卡诺夫(Rossen I.Valkanov),2011年。 " 发达市场和新兴市场股市收益的条件偏斜及其经济基础 ," 瑞士金融研究所研究论文系列 11-06,瑞士金融学院。 C.Marsilli,2014年。 " 预测MIDAS模型中的变量选择 ," 工作文件 520,法国银行。 Michael P.Clements和Ana Beatriz Galvao,2009年。 " 利用领先指标预测美国产出增长:基于MIDAS模型的评估 ," 应用计量经济学杂志 John Wiley&Sons,Ltd.,第24卷(7),第1187-1206页。 Michael P.Clements和Ana Beatriz Galváo,2009年。 " 利用领先指标预测美国产出增长:基于MIDAS模型的评估 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第24卷(7),第1187-1206页,11月。
Andreou,Elena&Ghysels,Eric&Kourtelos,Andros,2010年。 " 混合采样频率的回归模型 ," 计量经济学杂志 爱思唯尔,第158(2)卷,第246-261页,10月。 埃琳娜·安德烈(Elena Andreou)、埃里克·盖泽尔(Eric Ghysels)、埃里克·盖泽尔和安德洛斯·库特洛斯(Andros Kourtelos),2007年。 " 混合采样频率回归模型 ," 塞浦路斯大学经济学工作论文 2007年8月至2007年,塞浦路斯大学经济系。
Lieven Baele,2010年。 " 股票和债券收益率波动的决定因素 ," 金融研究综述 《金融研究学会》,第23卷(6),第2374-2428页,6月。 Lieven Baele&Geert Bekaert&Koen Inghelbrecht,2007年。 " 股票和债券收益率联动的决定因素 ," 工作文件研究 119,比利时国家银行。 Lieven Baele&Geert Bekaert&Koen Inghelbrecht,2009年。 " 股票和债券收益率波动的决定因素 ," NBER工作文件 15260,国家经济研究局。
Pierre Guérin和Massimiliano Marcellino,2013年。 " Markov-切换MIDAS模型 ," 商业与经济统计杂志 ,Taylor&Francis期刊,第31卷(1),第45-56页,1月。 马塞利诺,马西米利亚诺,2011年。 " Markov开关MIDAS模型 ," CEPR讨论文件 8234,C.E.P.R.讨论文件。
Fulvio Corsi,2009年。 " 已实现波动率的简单近似长记忆模型 ," 金融计量经济学杂志 牛津大学出版社,第7卷(2),第174-196页,春季。 陈西龙(Xilong Chen)和埃里克·盖泽尔(Eric Ghysels),2011年。 " 好消息或坏消息及其对多水平波动预测的影响 ," 金融研究综述 《金融研究学会》,第24卷(1),第46-81页,10月。 维克托·切尔诺朱科夫(Victor Chernozhukov)、克里斯蒂安·汉森(Christian Hansen)和马丁·斯宾德勒(Martin Spindler),2015年。 " 有效的后选择和后规则化推理:一种基本的通用方法 ," 经济学年鉴 《年度评论》,第7卷(1),第649-688页,8月。 维克托·切尔诺朱科夫(Victor Chernozhukov)、克里斯蒂安·汉森(Christian Hansen)和马丁·斯宾德勒(Martin Spindler),2015年。 " 有效的后选择和后规则化推理:一种基本的通用方法 ," 论文 1501.03430,arXiv.org,2015年8月修订。 Victor Chernozhukov和Christian Hansen以及Martin Spindler,2016年。 " 有效的后选择和后正则化推理:一种基本的通用方法 ," CeMMAP工作文件 36/16,财政研究所。 Victor Chernozhukov和Christian Hansen以及Martin Spindler,2016年。 " 有效的后选择和后正则化推理:一种基本的通用方法 ," CeMMAP工作文件 CWP36/16,财政研究所微观数据方法与实践中心。
Robert F.Engle和Eric Ghysels和Bumjean Sohn,2013年。 " 股市波动与宏观经济基本面 ," 经济学与统计学综述 麻省理工学院出版社,第95卷(3),第776-797页,7月。 Knut Are Aastveit&Claudia Foroni&Francesco Ravazzolo,2017年。 " Midas模型的密度预测 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第32卷(4),第783-801页,6月。 Knut Are Aastveit&Claudia Foroni&Francesco Ravazzolo,2014年。 " 使用MIDAS模型进行密度预测 ," 工作文件 挪威银行,2014/10。 Knut Are Aastveit和Claudia Foroni和Francesco Ravazzolo,2014年。 " 使用MIDAS模型进行密度预测 ," 工作文件 2014年3月,BI挪威商学院应用宏观和石油经济中心(CAMP)。
Christian Conrad和Karin Loch,2015年。 " 预测股市长期波动 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第30卷(7),第1090-1114页,11月。 埃里克·盖泽尔(Eric Ghysels)和桑塔·克拉拉(Santa Clara)、佩德罗(Pedro)和瓦尔卡诺夫(Valkanov)、罗森(Rossen),2006年。 " 预测波动性:获得不同频率下采样的最大回报数据 ," 计量经济学杂志 爱思唯尔,第131卷(1-2),第59-95页。 Eric Ghysels&Pedro Santa Clara&Rossen Valkanov,2004年。 " 预测波动性:最大限度地利用不同频率采样的收益数据 ," CIRANO工作文件 2004年至19月,CIRANO。 Eric Ghysels&Pedro Santa Clara&Rossen Valkanov,2004年。 " 预测波动性:最大限度地利用不同频率采样的收益数据 ," NBER工作文件 10914,国家经济研究局。
Boriss Siliverstovs,2017年。 " 混合频率数据的短期预测:MIDASSO方法 ," 应用经济学 《泰勒与弗朗西斯杂志》,第49卷(13),第1326-1343页,3月。 Boriss Siliverstovs,2015年。 " 利用混合频率数据进行短期预测:MIDASSO方法 ," KOF工作文件 苏黎世联邦理工大学瑞士经济研究所15-375。
Ghysels,Eric和Kvedaras,Virmantas和Zemlys,Vaidotas,2016年。 " 混合频率数据采样回归模型:R包midasr ," 统计软件杂志 《开放获取统计基金会》,第72卷(i04)。 侯赛因·阿斯加里安(Hossein Asgharian)、侯爱军(Ai Jun Hou)和法鲁克·贾维德(Farrukh Javed),2013年。 " 宏观经济变量在预测股票收益率差异中的重要性:GARCH‐MIDAS方法 ," 预测杂志 ,John Wiley&Sons,Ltd.,第32卷(7),第600-612页,11月。 Michelle T.Armesto和Kristie M.Engemann以及Michael T.Owyang,2010年。 " 混合频率预测 ," 审查 《圣路易斯联邦储备银行》,第92卷(11月),第521-536页。 Colacito、Riccardo和Engle、Robert F.和Ghysels、Eric,2011年。 " 动态关联的组件模型 ," 计量经济学杂志 爱思唯尔,第164(1)卷,第45-59页,9月。 埃里克·盖泽尔(Eric Ghysels)和桑塔·克拉拉(Santa Clara)、佩德罗(Pedro)和瓦尔卡诺夫(Valkanov)、罗森(Rossen),2004年。 " MIDAS Touch:混合数据采样回归模型 ," 加州大学洛杉矶分校安德森管理研究生院 加州大学洛杉矶分校安德森管理研究生院qt9mf223rs。 Eric Ghysels&Pedro Santa Clara&Rossen Valkanov,2004年。 " MIDAS Touch:混合数据采样回归模型 ," CIRANO工作文件 2004年至20月,CIRANO。
Claudia Foroni和Massimiliano Marcellino以及Christian Schumacher,2015年。 " 无限制混合数据采样(MIDAS):具有无限制滞后多项式的MIDAS回归 ," 英国皇家统计学会杂志A辑 英国皇家统计学会,第178(1)卷,第57-82页,1月。 Hui Zou和Trevor Hastie,2005年。 " 附录:通过弹性网的正则化和变量选择 ," 英国皇家统计学会学报B辑 英国皇家统计学会,第67卷(5),第768-768页,11月。 Hui Zou和Trevor Hastie,2005年。 " 通过弹性网进行正则化和变量选择 ," 英国皇家统计学会学报B辑 英国皇家统计学会,第67卷(2),第301-320页,4月。
引文
Andrii Babii和Eric Ghysels以及Jonas Striaukas,2022年。 " 机器学习时间序列回归及其在现代广播中的应用 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第40卷(3),第1094-1106页,6月。 Andrii Babii和Eric Ghysels以及Jonas Striaukas,2020年。 " 机器学习时间序列回归及其在现代广播中的应用 ," 论文 2005.14057,arXiv.org,2020年12月修订。 Andrii Babii和Ghysels,Eric和Striaukas,Jonas,2021年。 " 机器学习时间序列回归及其在现代广播中的应用 ," LIDAM重印LFIN 2021010年,卢万金融大学(LFIN)。 Babii、Andrii和Ghysels、Eric和Striaukas、Jonas,2021。 " 机器学习时间序列回归及其在现代广播中的应用 ," LIDAM讨论论文LFIN 2021004年,卢万金融大学(LFIN)。
安德烈亚·卡里罗(Andrea Carriero)、托德·克拉克(Todd E.Clark)和马塞利诺·马西米利亚诺(Marcellino Massimiliano),2020年。 " 当前经济活动尾部风险多指标预测 ," 工作文件 20-13R2,克利夫兰联邦储备银行,2020年9月22日修订。 杨立雄,2022。 " 阈值混合数据抽样(TMIDAS)回归模型及其在GDP预测误差中的应用 ," 实证经济学 施普林格,第62卷(2),第533-551页,2月。 Andrii Babii&Ryan T.Ball&Eric Ghysels&Jonas Striaukas,2023年。 " 面板数据即时广播:价格收益率案例 ," 论文 2307.02673,arXiv.org。 Ana Beatriz Galváo和Michael Owyang,2022年。 " 利用高频数据预测低频宏观经济事件 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第37卷(7),第1314-1333页,11月。 Ana B.Galváo和Michael T.Owyang,2020年。 " 利用高频数据预测低频宏观经济事件 ," 工作文件 2020-028年,圣路易斯联邦储备银行,2022年4月修订。 Ana Beatriz Galvao和Michael Owyang,2020年。 " 利用高频数据预测低频宏观经济事件 ," EMF研究论文 38,经济建模和预测组。
Vincenzo Candila和Giampiero M.Gallo以及Lea Petrella,2020年。 " 预测风险价值和预期短缺的混合频率分位数回归 ," 论文 2011.00552,arXiv.org,2023年3月修订。 徐启发、左俊清、蒋翠霞、何耀耀,2021年。 " 基于DCC‐MIDAS的大约束时变投资组合选择模型:来自中国股市的证据 ," 国际财经杂志 ,John Wiley&Sons,Ltd.,第26卷(3),第3417-3435页,7月。 Andrii Babii和Ball、Ryan T.和Ghysels、Eric和Striaukas,Jonas,2023年。 " 具有重尾依赖数据的机器学习面板数据回归:理论与应用 ," 计量经济学杂志 爱思唯尔,第237(2)卷。 Andrii Babii&Ryan T.Ball&Eric Ghysels&Jonas Striaukas,2020年。 " 具有重尾相关数据的机器学习面板数据回归:理论与应用 ," 论文 2008.03600,arXiv.org,2021年11月修订。
Amendola,A.&Candila,V.&Cipollini,F.&Gallo,G.M.,2024年。 " 具有长期和短期分量的双重乘法误差模型 ," 社会经济规划科学 《爱思唯尔》,第91卷(C)。 亚历山德拉·阿蒙多拉(Alessandra Amendola)、文森佐·坎迪拉(Vincenzo Candila)、法布里奇奥·西波里尼(Fabrizio Cipollini)和吉安皮耶罗·M·加洛。 " 具有长和短游程分量的双乘误差模型 ," 论文 2006.03458,arXiv.org。
Andrii Babii和Eric Ghysels以及Jonas Striaukas,2019年。 " 高维Granger因果检验及其在VIX和新闻中的应用 ," 论文 1912.06307,arXiv.org,2021年2月修订。 塞巴斯蒂安·安卡格伦(Ankargren,Sebastian)和保丽娜·乔内斯(Jonéus,Paulina),2021年。 " 大混频VAR下的现播仿真平滑 ," 计量经济与统计 爱思唯尔,第19卷(C),第97-113页。 Sebastian Ankargren和Paulina Jon'eus,2019年。 " 大混频VAR下的现播仿真平滑 ," 论文 1907.01075,arXiv.org。
傅荣(Rong Fu)、谢路泽(Luze Xie)、刘涛(Tao Liu)、黄娟(Juan Huang)和郑彬彬(Binbin Zheng),2022年。 " 基于新冠肺炎疫情下碳排放混合数据的中国经济增长预测 ," 可持续性 ,MDPI,第14卷(24),第1-16页,12月。 Goldmann,Leonie&Crook,Jonathan&Calabrese,Raffaella,2024年。 " 一种新的有序混合数据抽样模型及其在企业信用评级水平中的应用 ," 欧洲运筹学杂志 ,爱思唯尔,第314卷(3),第1111-1126页。 Fang,Tong&Lee,Tae-Hwy&Su,Zhi,2020年。 " 预测股市长期波动:带有变量选择的GARCH-MIDAS模型 ," 实证金融杂志 爱思唯尔,第58卷(C),第36-49页。 同方、泰维、李志苏,2020年。 " 预测股市长期波动:一个带有变量选择的GARCH-MIDAS模型 ," 工作文件 2009年,加州大学河滨分校经济系。
拉斐尔·马泰拉(Raffaele Mattera)、米歇朗基罗·米苏拉卡(Michelangelo Misuraca)、玛丽亚·斯帕诺(Maria Spano)和杰马娜·斯凯皮(Germana Scepi),2023年。 " 用于测量欧盟公众情绪的混合频率复合指标 ," 质量与数量:国际方法学杂志 施普林格,第57(3)卷,第2357-2382页,6月。 阿蒙多拉(Amendola)、亚历山德拉(Alessandra)和坎迪拉(Candila)、文森佐(Vincenzo)和加洛(Gallo)、吉安皮耶罗(Giampiero M.),2021年。 " 在双重不对称GARCH–MIDAS–X模型中选择波动性成分的频率 ," 计量经济与统计 ,爱思唯尔,第20卷(C),第12-28页。 Andrii Babii&Ryan T.Ball&Eric Ghysels&Jonas Striaukas,2024年。 " 面板数据预测:市盈率案例 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第39卷(2),第292-307页,3月。 Eunjeong Choi&Soohwan Cho&Dong Keun Kim,2020年。 " 利用长短期记忆(LSTM)深度学习模型进行电力需求预测,以监测能源可持续性 ," 可持续性 ,MDPI,第12卷(3),第1-14页,2月。 Maghyereh Aktham&Sweidan Osama&Awartani Basel,2020年。 " 经济增长对每日油价变化的非对称响应:来自混合数据抽样方法的新全球证据 ," 经济学回顾 De Gruyter,第71卷(2),第81-99页,8月。
最相关的项目
Kenichiro McAlinn,2021年。 " 经济预测的混合频率贝叶斯预测综合 ," 英国皇家统计学会杂志C辑 英国皇家统计学会,第70卷(5),第1143-1163页,11月。 舒马赫,克里斯蒂安,2016年。 " MIDAS和桥式方程的比较 ," 国际预测杂志 爱思唯尔,第32卷(2),第257-270页。 莫格里安尼,马蒂奥&西蒙尼,安娜,2021年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 计量经济学杂志 爱思唯尔,第222(1)卷,第833-860页。 Matteo Mogliani和Anna Simoni,2019年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 论文 1903.08025,arXiv.org,2020年6月修订。 Matteo Mogliani和Anna Simoni,2020年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 打印后 哈尔-03089878,哈尔。 Matteo Mogliani,2019年。 " 贝叶斯MIDAS惩罚回归:估计、选择和预测 ," 工作文件 713,法国银行。
Dhane,Geert&Wu,Jianbin,2020年。 " 将隔夜和日内收益纳入多元GARCH波动率模型 ," 计量经济学杂志 爱思唯尔,第217(2)卷,第471-495页。 Xu、Qifa和Zhoo、Xingxuan和Jiang、Cuixia和Liu、Xi和Liu和Yezheng,2018年。 " 集团惩罚无限制混合数据抽样模型及其在预测美国GDP增长中的应用 ," 经济建模 爱思唯尔,第75卷(C),第221-236页。 圣地亚哥·埃切加里·阿尔瓦雷斯,2022年。 " Proyecciones macroeconómicas con datos en frecuencias mixtas公司。 Modelos ADL-MIDAS、U-MIDAS和TF-MIDAS适用于乌拉圭 ," 特拉巴霍文献 2022004年,乌拉圭中央银行。 Goldmann,Leonie&Crook,Jonathan&Calabrese,Raffaella,2024年。 " 一种新的有序混合数据抽样模型及其在企业信用评级水平中的应用 ," 欧洲运筹学杂志 爱思唯尔,第314(3)卷,第1111-1126页。 Fang,Tong&Lee,Tae-Hwy&Su,Zhi,2020年。 " 预测股市长期波动:带有变量选择的GARCH-MIDAS模型 ," 实证金融杂志 爱思唯尔,第58卷(C),第36-49页。 同方、泰维、李志苏,2020年。 " 预测股市长期波动:一个带有变量选择的GARCH-MIDAS模型 ," 工作文件 2009年,加州大学河滨分校经济系。
Nguyen,Hoang&Javed,Farrukh,2023年。 " 股票和债券收益之间的动态关系:GAS-MIDAS copula方法 ," 实证金融杂志 爱思唯尔,第73卷(C),第272-292页。 Nguyen,Hoang&Javed,Farrukh,2021年。 " 股票和债券收益之间的动态关系:GAS MIDAS copula方法 ," 工作文件 2021:15,奥雷布罗大学商学院。
Götz,Thomas B.&Hecq,Alain&Smeekes,Stephan,2016年。 " 大型混频VAR中Granger因果关系的检验 ," 计量经济学杂志 爱思唯尔,第193(2)卷,第418-432页。 Götz,T.B.&Hecq,A.W.,2014年。 " 大型混频VAR中Granger因果关系的检验 ," 研究备忘录 028,马斯特里赫特大学商业与经济研究生院(GSBE)。 Götz,Thomas B.&Hecq,Alain&Smeekes,Stephan,2015年。 " 大型混频VAR中Granger因果关系的检验 ," 讨论文件 2015年4月45日,德意志联邦银行。 Götz,T.B.&Hecq,A.W.&Smeekes,S.,2015年。 " 大型混频VAR中Granger因果关系的测试 ," 研究备忘录 036,马斯特里赫特大学商业与经济研究生院(GSBE)。
阿兰·赫克(Alain Hecq)、玛丽·特恩斯(Marie Ternes)和伊内斯·威尔姆斯(Ines Wilms),2023年。 " 反向无约束混合数据抽样回归的层次正则化器 ," 论文 2301.10592,arXiv.org。 Boriss Siliverstovs,2017年。 " 混合频率数据的短期预测:MIDASSO方法 ," 应用经济学 《泰勒与弗朗西斯杂志》,第49卷(13),第1326-1343页,3月。 Boriss Siliverstovs,2015年。 " 利用混合频率数据进行短期预测:MIDASSO方法 ," KOF工作文件 苏黎世联邦理工大学瑞士经济研究所15-375。
徐启发、左俊清、蒋翠霞、何耀耀,2021年。 " 一个具有DCC-MIDAS的大型约束时变投资组合选择模型:来自中国股市的证据 ," 国际财经杂志 ,John Wiley&Sons,Ltd.,第26卷(3),第3417-3435页,7月。 姜翠霞、李玉谦、徐启发、刘叶正,2021年。 " 衡量多个发达股市对中国的风险溢出:一个vine-copula-GARCH-MIDAS模型 ," 国际经济与金融评论 爱思唯尔,第75卷(C),第386-398页。 Xu,Qifa&Chen,Lu&Jiang,Cuixia&Yuan,Jing,2018年。 " 衡量中国银行业的系统风险:DCC-MIDAS-t方法 ," 太平洋金融杂志 爱思唯尔,第51卷(C),第13-31页。 Mahmut Gunay,2020年。 " 利用MIDAS预测土耳其GDP:滞后多项式函数形式的作用 ," 工作文件 2002年,土耳其共和国中央银行研究和货币政策部。 钱晨(Qian Chen)、向高(Xiang Gao)、谢珊(Shan Xie)、李荪(Li Sun)、田树露(Shuairu Tian)和滨木茂志(Shigeyuki Hamori),2021年。 " 中国碳排放交易宏观指标的可预测性研究 ," 能源 ,MDPI,第14(5)卷,第1-24页,2月。 徐启发,陈,陆江,崔霞,余,柯明,2020。 " 混合数据抽样期望回归及其在金融风险度量中的应用 ," 经济建模 爱思唯尔,第91卷(C),第469-486页。 阿娜·贝塔里兹(Ana Beatriz),加尔文奥(Galváo),2013年。 " 混频数据预测能力的变化 ," 国际预测杂志 爱思唯尔,第29卷(3),第395-410页。 Ana Beatriz Galváo,2007年。 " 混频数据预测能力的变化 ," 工作文件 595年,伦敦玛丽女王大学经济与金融学院。
徐启发(Qifa Xu)、陈璐(Lu Chen)、蒋翠霞(Cuixia Jiang)和刘叶政(Yezheng Liu),2022年。 " 用联合可引出的混合数据抽样模型预测预期短缺和风险价值 ," 预测杂志 ,John Wiley&Sons,Ltd.,第41卷(3),第407-421页,四月。
有关此项目的更多信息
关键词
JEL公司 分类:
第13页 -数学和定量方法——计量经济和统计方法与方法:总则——估算:总则 C22型 -数学与定量方法——单方程模型; 单变量时间序列模型; 动态分位数回归; 动态治疗效果模型; 扩散过程 C52型 -数学和定量方法——计量经济建模——模型评估、验证和选择 第53页 -数学和定量方法——计量经济建模——预测和预测模型; 模拟方法