高维因子模型:经验贝叶斯方法
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
John Geweke,1989年。 " 经济计量模型中基于蒙特卡罗积分的贝叶斯推断 ," 计量经济学 《计量经济学协会》,第57卷(6),第1317-1339页,11月。 Giannone,Domenico&Reichlin,Lucrezia&Small,David,2008年。 " 即时广播:宏观经济数据的实时信息内容 ," 货币经济学杂志 爱思唯尔,第55(4)卷,第665-676页,5月。 Domenico Giannone&Lucrezia Reichlin&David H.Small,2005年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息内容 ," 财经讨论系列 2005-2042年,联邦储备系统理事会(美国)。 Domenico Giannone&Lucrezia Reichlin&David H Small,2007年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息含量 ," 2006年货币宏观与金融(MMF)研究小组会议 164,货币宏观和金融研究小组。 Reichlin,Lucrezia&Giannone,Domenico&Small,David,2005年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息含量 ," CEPR讨论文件 5178,C.E.P.R.讨论文件。
哈里·马科维茨,1952年。 " 投资组合选择 ," 金融杂志 ,美国金融协会,第7卷(1),第77-91页,3月。 Doz,Catherine&Giannone,Domenico&Reichlin,Lucrezia,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 计量经济学杂志 爱思唯尔,第164(1)卷,第188-205页,9月。 Catherine Doz、Domenico Giannone和Lucrezia Reichlin,2006年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," THEMA工作文件 2006年23月,塞尔基本体大学THEMA(THéorie Economique,Modélisation et Applications)。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 巴黎经济学院PSE(Postprint) 哈尔-00638009,哈尔。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 打印后 哈尔-00638009,哈尔。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 巴黎巴黎大学(Post-Print and Working Papers) 哈尔-00638009,哈尔。 Catherine Doz和Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 打印后 hal-00844811,哈尔。 Reichlin、Lucrezia和Doz、Catherine和Giannone、Domenico,2007年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," CEPR讨论文件 6043,C.E.P.R.讨论文件。
Jushan Bai和Serena Ng,2002年。 " 确定近似因子模型中的因子数 ," 计量经济学 《计量经济学协会》,第70卷(1),第191-221页,1月。 Jushan Bai和Serena Ng,2000年。 " 确定近似因子模型中的因子数 ," 2000年世界计量学会大会特稿 1504,经济计量学会。 Jushan Bai和Serena Ng,2000年。 " 确定近似因子模型中的因子数 ," 波士顿学院经济学工作论文 440,波士顿学院经济系。
Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2012年。 " 大型近似动态因子模型的拟最大似然方法 ," 经济学与统计学综述 麻省理工学院出版社,第94卷(4),第1014-1024页,11月。 Doz,Catherine&Giannone,Domenico&Reichlin,Lucrezia,2006年。 " 大型近似动态因子模型的拟极大似然方法 ," 工作文件系列 674,欧洲中央银行。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2012年。 " 大型近似动态因子模型的准最大似然方法 ," 打印后 哈尔-00638440,哈尔。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2012年。 " 大型近似动态因子模型的准最大似然方法 ," 巴黎巴黎大学(Post-Print and Working Papers) 哈尔-00638440,哈尔。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2012年。 " 大型近似动态因子模型的准最大似然方法 ," 巴黎经济学院PSE(Postprint) 哈尔-00638440,哈尔。 Catherine Doz、Domenico Giannone和Lucrezia Reichlin,2008年。 " 大近似动态因子模型的拟最大似然方法 ," ECARES工作文件 2008_034,ULB——布鲁塞尔自由大学。 Reichlin,Lucrezia&Doz,Catherine&Giannone,Domenico,2006年。 " 大近似动态因子模型的拟最大似然方法 ," CEPR讨论文件 5724,C.E.P.R.讨论文件。
Boivin,Jean&Ng,Serena,2006年。 " 更多的数据总是更好地用于因子分析吗? ," 计量经济学杂志 爱思唯尔,第132(1)卷,第169-194页,5月。 Jean Boivin和Serena Ng,2003年。 " 因子分析的数据越多越好吗? ," NBER工作文件 9829,国家经济研究局。
阿吉拉尔、奥马尔和韦斯特、迈克,2000年。 " 贝叶斯动态因素模型与投资组合配置 ," 商业与经济统计杂志 ,美国统计协会,第18卷(3),第338-357页,7月。 杜宾、詹姆斯和科普曼,暹粒,2012年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社, 第2版,编号9780199641178。 杜宾、詹姆斯和科普曼,暹罗,2001年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社,编号9780198523543。
Tom Doan,“未注明日期”。 " 季节性DLM:RATS程序,为DLM的季节性成分创建矩阵 ," 统计软件组件 RTS00251,波士顿学院经济系。
repec:hal:journl:peer-00844811未在IDEAS上列出 Stock,James H.&Watson,Mark W.,2006年。 " 使用多个预测值进行预测 ," 经济预测手册 ,收录于:G.Elliott&C.Granger&A.Timmermann(编辑), 经济预测手册 ,第1版,第1卷,第10章,第515-554页, 爱思唯尔。 Jouchi Nakajima和Mike West,2013年。 " 潜在阈值动态模型的贝叶斯分析 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第31卷(2),第151-164页,4月。 阿列克谢·奥纳茨基,2015年。 " 错误指定因子模型中平方估计误差的渐近分析 ," 计量经济学杂志 爱思唯尔,第186(2)卷,第388-406页。 S.J.Koopman和G.Mesters,2017年。 " 动态因子模型的经验Bayes方法 ," 经济学与统计学综述 麻省理工学院出版社,第99卷(3),第486-498页,7月。 Siem Jan Koopman和Geert Mesters,2014年。 " 动态因子模型的经验Bayes方法 ," 廷伯根研究所讨论文件 14-061/III,廷伯根研究所。
阿列克谢·奥纳茨基,2012年。 " 具有弱影响因子的大因子模型主成分估计的渐近性 ," 计量经济学杂志 爱思唯尔,第168(2)卷,第244-258页。 Domenico Giannone&Lucrezia Reichlin&David Small,2008年。 " 即时广播:宏观经济数据发布的实时信息内容 ," ULB机构知识库 2013/6409,ULB——布鲁塞尔自由大学。 Bai,Jushan&Ng,Serena,2008年。 " 大维度因素分析 ," 计量经济学基础与趋势(R) ,现为出版商,第3卷(2),第89-163页,6月。 Sylvia Kaufmann和Christian Schumacher,2013年。 " 具有序相关辨识的稀疏动态因子模型的Bayes估计 ," 工作文件 13.04,瑞士国家银行,Gerzensee研究中心。 斯托克,詹姆斯·H·沃森,马克,2011年。 " 动态因子模型 ," 学术文章 28469541,哈佛大学经济系。 Reichlin,Lucrezia&Giannone,Domenico&Small,David,2005年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息含量 ," CEPR讨论文件 5178,C.E.P.R.讨论文件。 Giannone,Domenico&Reichlin,Lucrezia&Small,David H.,2006年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息内容 ," 工作文件系列 633,欧洲中央银行。 Domenico Giannone&Lucrezia Reichlin&David H.Small,2005年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息内容 ," 财经讨论系列 2005-2042年,联邦储备系统理事会(美国)。 Domenico Giannone&Lucrezia Reichlin&David H Small,2007年。 " 当前GDP与通货膨胀:宏观经济数据发布的实时信息含量 ," 2006年货币宏观与金融(MMF)研究小组会议 164,货币宏观和金融研究小组。
白居山,2003年。 " 大维度因子模型的推理理论 ," 计量经济学 《计量经济学协会》,第71卷(1),第135-171页,1月。
最相关的项目
S.J.Koopman和G.Mesters,2017年。 " 动态因子模型的经验Bayes方法 ," 经济学与统计学综述 麻省理工学院出版社,第99卷(3),第486-498页,7月。 Siem Jan Koopman和Geert Mesters,2014年。 " 动态因子模型的经验Bayes方法 ," 廷伯根研究所讨论文件 14-061/III,廷伯根研究所。
Stock,J.H.&Watson,M.W.,2016年。 " 宏观经济学中的动态因子模型、因子增强向量自回归和结构向量自回归 ," 宏观经济学手册 ,摘自:J.B.Taylor&Harald Uhlig(编辑), 宏观经济学手册 ,第1版,第2卷,第0章,第415-525页, 爱思唯尔。 Pilar Poncela和Esther Ruiz,2016年。 " 动态因子模型中的小数据因子与大数据因子提取:一项实证评估 ," 计量经济学进展 ,in:动态因子模型,第35卷,第401-434页, 翡翠集团出版有限公司。 Ruiz Ortega,Esther&Poncela,Pilar,2015年。 " 动态因子模型中的小数据与大数据因子提取:一项实证评估 ," DES——工作文件。 统计学和计量经济学。 操作系统 ws1502,马德里卡洛斯三世大学,埃斯塔德学院。
Catherine Doz和Peter Fuleky,2019年。 " 动态因子模型 ," 工作文件 2019-4年,夏威夷大学经济研究组织,夏威夷大学马诺分校。 Poncela,Pilar&Ruiz,Esther&Miranda,Karen,2021年。 " 使用卡尔曼滤波和平滑进行因子提取:这不仅仅是另一项调查 ," 国际预测杂志 ,爱思唯尔,第37卷(4),第1399-1425页。 Poncela Blanco、Maria Pilar和Ruiz Ortega、Esther和Miranda Gualdrón、Karen Alejandra,2020年。 " 使用卡尔曼滤波和平滑进行因子提取:这不仅仅是另一项调查 ," DES——工作文件。 统计学和计量经济学。 操作系统 马德里卡洛斯三世大学,邮编30644。
Hindrayanto、Irma&Koopman、Siem Jan&de Winter、Jasper,2016年。 " 使用因子模型预测和预测欧元区经济增长 ," 国际预测杂志 ,爱思唯尔,第32卷(4),第1284-1305页。 安托尼奥·鲁阿,2017年。 " 一种基于小波的多元多尺度预测方法 ," 国际预测杂志 爱思唯尔,第33卷(3),第581-590页。 António Rua,2016年。 " 一种基于小波的多元多尺度预测方法 ," 工作文件 w201612,葡萄牙银行,经济和研究部。
Matteo Barigozzi和Matteo Luciani,2019年。 " 基于EM算法的大近似动态因子模型的拟极大似然估计和推断 ," 论文 1910.03821,arXiv.org,2022年2月修订。 Francisco Corona&Graciela Gonz'alez-Far'ias&Jes'us L'opez-P'erez,2021年。 " 一种即时预测墨西哥经济活动的方法:应用于新冠肺炎期间 ," 论文 2101.10383,arXiv.org。 阿兰·加利,2018年。 " 哪些指标重要? 使用大尺度混频动态因子模型分析瑞士商业周期 ," 商业周期研究杂志 ,施普林格; 国际经济趋势调查研究中心,第14卷(2),第179-218页,11月。 阿兰·加利博士,2017年。 " 哪些指标重要? 使用大型混频动态因子模型分析瑞士商业周期 ," 工作文件 2017-08年,瑞士国家银行。
Kihwan Kim和Norman Swanson,2013年。 " 使用混合频率数据集的扩散指数模型规范和估计 ," 部门工作文件 201315年,罗格斯大学经济系。 Martin Solberger和Erik Spånberg,2020年。 " 使用卡尔曼滤波器和平滑器估计EViews中的动态因子模型 ," 计算经济学 ,施普林格; 计算经济学学会,第55卷(3),第875-900页,3月。 Brunhes-Lesage,Véronique&Darné,Olivier,2012年。 " 近期法国工业生产指数:桥接模型和因子模型的比较 ," 经济建模 爱思唯尔,第29卷(6),第2174-2182页。 安蒂帕、帕姆菲利和巴胡米、卡里姆和布鲁内斯·莱斯奇、维罗尼克和达恩,奥利维尔,2012年。 " 近期德国GDP:桥梁模型和因子模型的比较 ," 政策建模杂志 爱思唯尔,第34卷(6),第864-878页。 Antipa,P.和Barhoumi,K.和Brunhes Lesage,V.和Darné,O.,2012年。 " 近期德国GDP:桥梁模型和因子模型的比较 ," 工作文件 401,法国银行。
白、居山、廖、袁,2016。 " 基于惩罚最大似然的近似因子模型的有效估计 ," 计量经济学杂志 ,爱思唯尔,第191卷(1),第1-18页。 Bräuring,Falk&Koopman,暹罗,2014年1月。 " 利用崩溃动态因子分析预测宏观经济变量 ," 国际预测杂志 爱思唯尔,第30卷(3),第572-584页。 福克·布劳宁和暹粒·扬·库普曼,2012年。 " 利用塌陷动态因子分析预测宏观经济变量 ," 廷伯根研究所讨论文件 2004年4月12日,廷伯根研究所。
考夫曼(Kaufmann)、丹尼尔(Daniel)和谢夫勒(Scheufele),罗尔夫(Rolf),2017年。 " 商业趋势调查和宏观经济波动 ," 国际预测杂志 爱思唯尔,第33卷(4),第878-893页。 Daniel Kaufmann和Rolf Scheufele,2015年。 " 商业趋势调查和宏观经济波动 ," KOF工作文件 苏黎世联邦理工大学瑞士经济研究所15-378。
Marta&Rünstler,Gerhard,Banbura,2011年。 " 因子模型黑箱研究:发布滞后以及硬数据和软数据在GDP预测中的作用 ," 国际预测杂志 Elsevier,第27卷(2),第333-346页,4月。 巴恩布拉,马尔塔和伦斯特勒,格哈德,2011年。 " 因子模型黑箱研究:发布滞后以及硬数据和软数据在GDP预测中的作用 ," 国际预测杂志 爱思唯尔,第27卷(2),第333-346页。
伦斯特勒、格哈德和巴恩布拉,马尔塔,2007年。 " 因子模型黑箱研究:发布滞后以及硬数据和软数据在GDP预测中的作用 ," 工作文件系列 751,欧洲中央银行。
Doz,Catherine&Giannone,Domenico&Reichlin,Lucrezia,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 计量经济学杂志 爱思唯尔,第164(1)卷,第188-205页,9月。 Catherine Doz、Domenico Giannone和Lucrezia Reichlin,2006年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," THEMA工作文件 2006年23月,塞尔基本体大学THEMA(THéorie Economique,Modélisation et Applications)。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 打印后 哈尔-00638009,哈尔。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 巴黎巴黎大学(Post-Print and Working Papers) 哈尔-00638009,哈尔。 Catherine Doz和Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 打印后 hal-00844811,哈尔。 Catherine Doz&Domenico Giannone&Lucrezia Reichlin,2011年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," 巴黎经济学院PSE(Postprint) 哈尔-00638009,哈尔。 Reichlin、Lucrezia和Doz、Catherine和Giannone、Domenico,2007年。 " 基于卡尔曼滤波的大近似动态因子模型的两步估计 ," CEPR讨论文件 6043,C.E.P.R.讨论文件。
巴恩布拉、玛尔塔和吉安诺内、多梅尼科和伦扎、米歇尔,2015年。 " 大截面向量自回归的条件预测和情景分析 ," 国际预测杂志 爱思唯尔,第31卷(3),第739-756页。 Giannone,Domenico&Baábura,Marta&Lenza,Michele,2014年。 " 大截面向量自回归的条件预测和情景分析 ," 工作文件系列 1733年,欧洲中央银行。 Giannone,Domenico&Banbura,Marta&Lenza,Michele,2014年。 " 大截面向量自回归的条件预测和情景分析 ," CEPR讨论文件 9931,C.E.P.R.讨论文件。 Martha Banbura和Domenico Giannone以及Michèle Lenza,2014年。 " 基于向量自回归的大断面条件预测与情景分析 ," ECARES工作文件 ECARES 2014-15,ULB——布鲁塞尔自由大学。
有关此项目的更多信息
关键词
JEL公司 分类:
NEP字段
NEP-ECM-2016-10-16 (计量经济学)