市盈率与长期股票收益:一个分数驱动的状态空间模型
作者
摘要
建议引用
从出版商下载全文
此项目的其他版本:
大卫·德尔·莫纳切(Davide Delle Monache)、伊万·佩特拉(Ivan Petrella)和法布里奇奥·文迪蒂(Fabrizio Venditti),2021年。 " 价格股息率与长期股票收益:一个分数驱动的状态空间模型 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第39卷(4),第1054-1065页,10月。
Petrella,Ivan&Delle Monache,Davide&Venditti,Fabrizio,2019年。 " 价格股息率与长期股票收益:一个分数驱动的状态空间模型 ," CEPR讨论文件 14107,C.E.P.R.讨论文件。 戴尔·莫纳切(Delle Monache)、戴维德(Davide)和佩特里拉(Petrella)、伊凡(Ivan)和文迪蒂(Venditti),法布里奇奥(Fabrizio),2019年。 " 价格股息率与长期股票收益:一个分数驱动的状态空间模型 ," EMF研究论文 29、经济建模和预测组。 戴尔·莫纳切(Davide&Venditti,Fabrizio&Petrella,Ivan),2020年。 " 市盈率与长期股票收益:一个分数驱动的状态空间模型 ," 工作文件系列 2369,欧洲中央银行。
IDEAS上列出的参考文献
Lucas,André&Opschoor,Anne&Schaumburg,Julia,2016年。 " 记分驱动时变参数模型中缺失值的解释 ," 经济学快报 爱思唯尔,第148(C)卷,第96-98页。 安德烈·卢卡斯(Andre Lucas)、安妮·奥普斯科尔(Anne Opschoor)和朱莉娅·绍姆伯格(Julia Schaumburg),2016年。 " 记分驱动时间变量参数模型中缺失值的解释 ," 廷伯根研究所讨论文件 16-067/IV,廷伯根研究所。
Lewandowski,Daniel&Kurowicka,Dorota&Joe,Harry,2009年。 " 基于藤蔓和扩展洋葱法的随机相关矩阵生成 ," 多元分析杂志 爱思唯尔,第100(9)卷,第1989-2001页,10月。 Creal,Drew&Koopman,Siem Jan&Lucas,Andr©,2011年。 " 时变波动率及其相关性的动态多变量重尾模型 ," 商业与经济统计杂志 ,美国统计协会,第29卷(4),第552-563页。 Drew Creal&Siem Jan Koopman&AndréLucas,2011年。 " 时变波动率及其相关性的动态多变量重尾模型 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第29卷(4),第552-563页,10月。
Drew Creal&Siem Jan Koopman&AndréLucas,2010年。 " 时变波动率及其相关性的动态多变量重尾模型 ," 廷伯根研究所讨论文件 10-032/2,廷伯根研究所。
Domenico Giannone和Michele Lenza以及Giorgio E.Primiceri,2019年。 " 长期的先兆 ," 美国统计协会杂志 《泰勒与弗朗西斯杂志》,第114卷(526),第565-580页,4月。 巴奥·布拉、玛尔塔和吉安诺内、多梅尼科和莫杜格诺、米歇尔·莱奇林、卢克雷齐亚,2013年。 " 现代广播和实时数据流 ," 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2卷,第0章,第195-237页, 爱思唯尔。 Reichlin,Lucrezia&Giannone,Domenico&Modugno,Michele&Banbura,Marta,2012年。 " 现代铸造和实时数据流 ," CEPR讨论文件 9112,C.E.P.R.讨论文件。 Giannone、Domenico和Reichlin、Lucrezia和Ban bura、Marta和Modugno、Michele,2013年。 " 现代铸造和实时数据流 ," 工作文件系列 1564年,欧洲中央银行。 Martha Banbura和Domenico Giannone、Michèle Modugno和Lucrezia Reichlin,2012年。 " 现代广播和实时数据流 ," ECARES工作文件 ECARES 2012-026,ULB——布鲁塞尔自由大学。
Delle Monache,Davide&Petrella,Ivan,2017年。 " 自适应模型和重尾模型在通货膨胀预测中的应用 ," 国际预测杂志 ,爱思唯尔,第33卷(2),第482-501页。 Delle Monache,Davide&Petrella,Ivan,2016年。 " 自适应模型和重尾模型及其在通货膨胀预测中的应用 ," EMF研究论文 13、经济建模和预测组。 Davide Delle Monache和Ivan Petrella,2016年。 " 自适应模型和重尾模型在通货膨胀预测中的应用 ," BCAM工作文件 1603年,伯克贝克应用宏观经济中心。 Delle Monache,Davide&Petrella,Ivan,2016年。 " 自适应模型和重尾模型在通货膨胀预测中的应用 ," MPRA纸 75424,德国慕尼黑大学图书馆。
ĽubošPástor和Robert F.Stambaugh,2012年。 " 从长远来看,股票真的波动较小吗? ," 金融杂志 ,美国金融协会,第67卷(2),第431-478页,4月。 Lubos Pastor和Robert F.Stambaugh,2009年。 " 从长远来看,股票真的波动较小吗? ," NBER工作文件 14757,国家经济研究局。 罗伯特·F·P·斯托尔·斯坦博(Robert F.&P·stor Stambaugh),卢博奥,2009年。 " 从长远来看,股票真的波动较小吗? ," CEPR讨论文件 7199,C.E.P.R.讨论文件。
Joe,Harry,2006年。 " 基于部分相关生成随机相关矩阵 ," 多元分析杂志 爱思唯尔,第97卷(10),第2177-2189页,11月。 Drew Creal&Siem Jan Koopman&AndréLucas,2008年。 " 观测驱动的时变参数模型的通用框架 ," 廷伯根研究所讨论文件 08-108/4,廷伯根研究所。 Drew Creal&Siem Jan Koopman&Andre Lucas,2009年。 " 观测驱动的时变参数模型的通用框架 ," 全球COE Hi-Stat讨论文件系列 gd08-038,一桥大学经济研究所。
James H.Stock和Mark W.Watson,2007年。 " 为什么美国通货膨胀变得更难预测? ," 货币、信贷与银行杂志 Blackwell Publishing,第39卷(s1),第3-33页,2月。 James H.Stock和Mark W.Watson,2006年。 " 为什么美国通货膨胀变得更难预测? ," NBER工作文件 12324,国家经济研究局。
John Y Campbell和Viceira,Luis,2005年。 " 风险收益权衡的期限结构 ," CEPR讨论文件 4914,C.E.P.R.讨论文件。 John Y.Campbell和Luis Viceira,2005年。 " 风险收益权衡的期限结构 ," NBER工作文件 11119,国家经济研究局。
乔治·卡佩塔尼奥斯(George Kapetanios)、马西米利亚诺·马塞利诺(Massimiliano Marcellino)和法布里奇奥·文迪蒂(Fabrizio Venditti),2019年。 " 大时变参数VAR:一种非参数方法 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第34卷(7),第1027-1049页,11月。 Marcellino,Massimiliano&Kapetanios,George&Venditti,Fabrizio,2016年。 " 大时变参数VAR:一种非参数方法 ," CEPR讨论文件 11560,C.E.P.R.讨论文件。 乔治·卡佩塔尼奥斯(George Kapetanios)、马西米利亚诺·马塞利诺(Massimiliano Marcellino)和法布里奇奥·文迪蒂(Fabrizio Venditti),2017年。 " 大时变参数VAR:一种非参数方法 ," Temi di discussione(经济工作文件) 1122,意大利银行,经济研究和国际关系区。
罗伯特·利特曼(Robert B.Litterman),1979年。 " 向量自回归预测技术 ," 工作文件 115,明尼阿波利斯联邦储备银行。 John Y.Campbell和Luis M.Viceira,2002年。 " 战略资产配置:长期投资者的投资组合选择 ," OUP目录 , 牛津大学出版社,编号9780198296942。 托马斯·多恩(Thomas Doan)、罗伯特·利特曼(Robert B.Litterman)和克里斯托弗·西姆斯(Christopher A.Sims),1983年。 " 使用实际先验分布进行预测和条件投影 ," NBER工作文件 1202,国家经济研究局。 托马斯·多恩(Thomas Doan)、罗伯特·利特曼(Robert B.Litterman)和克里斯托弗·西姆斯(Christopher A.Sims),1986年。 " 使用实际先验分布进行预测和条件预测 ," 员工报告 93,明尼阿波利斯联邦储备银行。
Gary Koop和Dimitris Korobilis,2013年。 " 大时变参数VAR ," 计量经济学杂志 爱思唯尔,第177(2)卷,第185-198页。 Gary Koop和Dimitris Korobilis,2012年。 " 大时变参数VAR ," MPRA纸 38591,德国慕尼黑大学图书馆。 Gary Koop和Dimitris Korobilis,2012年。 " 大时间变量参数VAR ," 工作文件系列 里米尼经济分析中心11_12。 Gary Koop和Dimitris Korobilis,2012年。 " 大时变参数VAR ," 工作文件 2012年04月,格拉斯哥大学经济商学院。 Gary Koop和Dimitris Korobilis,2012年。 " 大时间变量参数VAR ," SIRE讨论文件 2012-14年,苏格兰经济研究所(SIRE)。
Oleg Rytchkov,2012年。 " 筛选出预期股息和预期回报 ," 金融季刊(QJF) ,世界科学出版有限公司,第2卷(03),第1-56页。 JULES H.Van BINSBERGEN和RALPH S.J.KOIJEN,2010年。 " 预测回归:现值法 ," 金融杂志 ,美国金融协会,第65卷(4),第1439-1471页,8月。 Jules H.van Binsbergen和Ralph S.J.Koijen,2010年。 " 预测回归:一种现值方法 ," NBER工作文件 16263,美国国家经济研究局。
Carlos M.Carvalho、Hedibert F.Lopes和Robert E.McCulloch,2018年。 " 论股票的长期波动性 ," 美国统计协会杂志 《泰勒与弗朗西斯杂志》,第113卷(523),第1050-1069页,7月。 Daniels,M.J.和Pourahmadi,M.,2009年。 " 基于偏自相关的协方差矩阵建模 ," 多元分析杂志 爱思唯尔,第100卷(10),第2352-2363页,11月。 Blasques,Francisco&Koopman,Siem Jan&Łasak,Katarzyna&Lucas,André,2016年。 " 观测驱动模型中时变参数的样本内置信带和样本外预测带 ," 国际预测杂志 爱思唯尔,第32卷(3),第875-887页。 Francisco Blasques&Siem Jan Koopman&Katarzyna Lasak&AndréLucas,2015年。 " 观测驱动模型中时变参数的样本内置信带和样本外预测带 ," 廷伯根研究所讨论文件 15-083/III,廷伯根研究所。
德隆·J·布拉德福德,2008年。 " 长期股票 ," 经济学家的声音 De Gruyter,第5卷(7),第1-2页,11月。 雅各布斯、唐纳德·P·和卡莱、埃胡德·和卡米恩、莫顿·I·和施瓦茨、南希·L·(编辑),1998年。 " 经济理论研究前沿 ," 剑桥图书 , 剑桥大学出版社,编号9780521635387。 Francisco Blasques&Siem Jan Koopman&AndréLucas,2014年。 " 非线性自回归过程的最优公式 ," 廷伯根研究所讨论文件 14-103/III,廷伯根研究所。
引文
Eric A.Beutner、Yicong Lin和Andre Lucas,2023年。 " 记分驱动过滤器的一致性、分布收敛性和最优性 ," 廷伯根研究所讨论文件 23-051/III,廷伯根研究所。
最相关的项目
Delle Monache,Davide&Petrella,Ivan,2017年。 " 自适应模型和重尾模型在通货膨胀预测中的应用 ," 国际预测杂志 ,爱思唯尔,第33卷(2),第482-501页。 Delle Monache,Davide&Petrella,Ivan,2016年。 " 自适应模型和重尾模型及其在通货膨胀预测中的应用 ," EMF研究论文 13、经济建模和预测组。 Delle Monache,Davide&Petrella,Ivan,2016年。 " 自适应模型和重尾模型在通货膨胀预测中的应用 ," MPRA纸 75424,德国慕尼黑大学图书馆。 Davide Delle Monache和Ivan Petrella,2016年。 " 自适应模型和重尾模型在通货膨胀预测中的应用 ," BCAM工作文件 1603年,伯克贝克应用宏观经济中心。
Ellis W.Tallman和Saeed Zaman,2020年。 " 使用相对熵将调查长期预测和近期预测与BVAR预测相结合 ," 国际预测杂志 爱思唯尔,第36卷(2),第373-398页。 Ellis W.Tallman和Saeed Zaman,2018年。 " 使用相对熵将调查长期预测和近期预测与BVAR预测相结合 ," 工作文件(旧系列) 1809年,克利夫兰联邦储备银行。
Roy P.P.M.Hoevenaars&Roderick D.J.Molenaar&Peter C.Schotman&Tom B.M.Steenkamp,2014年。 " 长期投资者的战略资产配置:参数不确定性和先验信息 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第29卷(3),第353-376页,4月。 Tamás&Mazur Kiss,Stepan&Nguyen,Hoang,2022年。 " 预测回报和股息增长——非高斯创新的作用 ," 金融研究信件 爱思唯尔,第46卷(PA)。 Tamás&Mazur Kiss,Stepan&Nguyen,Hoang,2021年。 " 预测回报和股息增长——非高斯创新的作用 ," 工作文件 2021:10,奥雷布罗大学商学院。
阿尔伯特,马雷克和马塞特,杰罗辛斯基,2019年。 " 向量自回归中观测值的先验 ," 计量经济学杂志 爱思唯尔,第209卷(2),第238-255页。 Marek Jarocinski和Albert Marcet,2013年。 " 向量自回归中关于可观测值的先验 ," 工作文件 684,巴塞罗那经济学院。 Marek Jarocinski和Albert Marcet,2013年。 " 向量自回归中关于可观测值的先验 ," UFAE和IAE工作文件 929.13年,安利西经济云母基金会(UAB)和安利西科学云母研究所(CSIC)。
Cimadomo、Jacopo&Giannone、Domenico&Lenza、Michele&Monti、Francesca&Sokol、Andrej,2022年。 " 使用大贝叶斯向量自回归的现代广播 ," 计量经济学杂志 爱思唯尔,第231(2)卷,第500-519页。 Cimadomo、Jacopo&Giannone、Domenico&Lenza、Michele&Monti、Francesca&Sokol、Andrej,2020年。 " 使用大贝叶斯向量自回归的现代广播 ," 工作文件系列 2453,欧洲中央银行。 Lenza,Michele&Cimadomo,Jacopo&Giannone,Domenico&Monti,Francesca&Sokol,Andrej,2021年。 " 使用大贝叶斯向量自回归的现代广播 ," CEPR讨论文件 15854,C.E.P.R.讨论文件。
ĽubošPástor和Robert F.Stambaugh,2012年。 " 从长远来看,股票真的波动较小吗? ," 金融杂志 ,美国金融协会,第67卷(2),第431-478页,4月。 Lubos Pastor和Robert F.Stambaugh,2009年。 " 从长远来看,股票真的波动较小吗? ," NBER工作文件 14757,国家经济研究局。 罗伯特·F·P·斯托尔·斯坦博(Robert F.&P·stor Stambaugh),卢博奥,2009年。 " 从长远来看,股票真的波动较小吗? ," CEPR讨论文件 7199,C.E.P.R.讨论文件。
Hasler,Michael&Khapko,Mariana&Marfè,Roberto,2019年。 " 投资者应该了解股票风险的时机吗? ," 金融经济学杂志 爱思唯尔,第132卷(3),第182-204页。 Blasques,F.&Gorgi,P.&Koopman,S.J.,2019年。 " 加速分数驱动的时间序列模型 ," 计量经济学杂志 爱思唯尔,第212(2)卷,第359-376页。 Dimitris Korobilis,2014年。 " 具有漂移系数的向量自回归的基于数据的先验 ," MPRA纸 53772,德国慕尼黑大学图书馆。 Dimitris Korobilis,2014年。 " 具有漂移系数的向量自回归的基于数据的先验知识 ," SIRE讨论文件 2014-022,苏格兰经济研究所(SIRE)。 Dimitris Korobilis,2014年。 " 具有漂移系数的向量自回归的基于数据的先验知识 ," 工作文件 2014_04,格拉斯哥大学经济商学院。
阿纳库洛娃(Anarkulova)、艾赞(Aizhan)和塞德伯格(Cederburg)、斯科特(Scott)和奥多尔蒂(O'Doherty)、迈克尔(Michael S.),2022年。 " 长期股票? 来自发达市场广泛样本的证据 ," 金融经济学杂志 爱思唯尔,第143卷(1),第409-433页。 大卫·德尔·莫纳奇和伊凡·佩特拉,2014年。 " 自适应模型和重尾 ," 经济和金融领域的伯克贝克工作文件 1409,伯克贝克,经济、数学和统计系。 Benjamin Poignard和Jean-Davis Fermanian,2014年。 " 基于藤蔓的动态资产关联 ," 工作文件 2014-46,经济与统计研究中心。 卡洛·法维罗(Carlo A.Favero)和安德烈亚·塔莫尼(Andrea Tamoni),2010年。 " 股市风险期限结构的人口统计学和计量经济学 ," 工作文件 367,博科尼大学因诺琴佐·加斯帕里尼经济研究所IGIER(Innocenzo Gasparini Institute for Economic Research)。 Michael S.Smith和Shaun P.Vahey,2016年。 " 基于横截面和序列相关性高斯Copula模型的美国宏观经济变量非对称预测密度 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第34卷(3),第416-434页,7月。 尼玛·诺内贾德(Nima Nonejad),2021年。 " 时间序列计量经济学中的动态模型平均技术综述 ," 经济调查杂志 Wiley Blackwell,第35卷(2),第566-614页,4月。 Carriero,Andrea&Galváo,Ana Beatriz&Kapetanios,George,2019年。 " 宏观经济预测方法的综合评价 ," 国际预测杂志 爱思唯尔,第35卷(4),第1226-1239页。 Andrea Carriero和Galvao,Ana Beatriz和Kapetanios,George,2016年。 " 宏观经济预测方法的综合评价 ," EMF研究论文 10、经济建模与预测组。
Mpoha,Salifya&Bonga-Bonga,Lumengo,2021年。 " 中美对全球新兴市场的溢出效应:动态分析 ," MPRA纸 109349,德国慕尼黑大学图书馆。 Daniele Bianchi和Kenichiro McAlinn,2018年。 " 大尺度动态预测回归 ," 论文 1803.06738,arXiv.org。 贾科莫·博梅蒂和富尔维奥·科尔西,2021年。 " 具有观测驱动的时变参数的Lucas Critique Compliant SVAR模型 ," 论文 2107.05263,arXiv.org,2022年2月修订。
有关此项目的更多信息
关键词
JEL公司 分类:
C32号机组 -数学与定量方法——多重或联立方程模型; 多变量时间序列模型; 动态分位数回归; 动态治疗效果模型; 扩散过程; 状态空间模型 C51型 -数学和定量方法——计量经济建模——模型构建和估计 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 E44型 -宏观经济学和货币经济学---货币和利率---金融市场和宏观经济 十二国集团 -金融经济学——一般金融市场——资产定价; 交易量; 债券利率
NEP字段
NEP-CFN-2020-11-23 (公司财务) NEP-MAC-2020-11-23 (宏观经济学) NEP-ORE-2020-11-23 (运筹学)