高维空间中的赛马
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
Ledoit,Olivier&Wolf,Michael,2004年。 " 大维协方差矩阵的良好估计 ," 多元分析杂志 爱思唯尔,第88(2)卷,第365-411页,2月。 Ledoit,Olivier&Wolf,Michael,2000年。 " 大维协方差矩阵的良好条件估计 ," DES——工作文件。 统计学和计量经济学。 操作系统 10087,马德里卡洛斯三世大学(Universidad Carlos III de Madrid)。
Bergmeir,Christoph&Hyndman,Rob J.&Koo,Bonsoo,2018年。 " 关于评估自回归时间序列预测的交叉验证有效性的一个注记 ," 计算统计与数据分析 爱思唯尔,第120卷(C),第70-83页。 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。
Michael W.McCracken和Serena Ng,2016年。 " FRED-MD:宏观经济研究月度数据库 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第34卷(4),第574-589页,10月。 Michael W.McCracken和Serena Ng,2015年。 " FRED-MD:宏观经济研究月度数据库 ," 工作文件 2015年12月,圣路易斯联邦储备银行。
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。 斯托克,詹姆斯和沃森,马克和马塞利诺,马西米利亚诺,2005年。 " 预测宏观经济时间序列的直接与迭代多步AR方法比较 ," CEPR讨论文件 4976,C.E.P.R讨论文件。 Massimiliano Marcellino&James Stock&Mark Watson,2005年。 " 预测宏观经济时间序列的直接与迭代多步AR方法比较 ," 工作文件 285,博科尼大学IGIER(因诺琴佐·加斯帕里尼经济研究所)。
Olivier Ledoit和Michael Wolf,2003年。 " 亲爱的,我缩小了样本协方差矩阵 ," 经济学工作论文 691,蓬佩法布拉大学经济与商业系。 Olivier Ledoit和Michael Wolf,2003年。 " 亲爱的,我压缩样本协方差矩阵 ," 工作文件 92,巴塞罗那经济学院。
Bai,Jushan&Ng,Serena,2008年。 " 使用目标预测因子预测经济时间序列 ," 计量经济学杂志 爱思唯尔,第146(2)卷,第304-317页,10月。 托马索·普罗埃蒂(Tommaso Proietti),2016年。 " 宏观经济预测常用因子的选择 ," 计量经济学进展 ,in:动态因子模型,第35卷,第593-628页, 翡翠集团出版有限公司。 Alessandro Giovannelli和Tommaso Proietti,2014年。 " 宏观经济预测常用因子的选择 ," CREATES研究论文 奥胡斯大学经济与商业经济系,2014-46。 Alessandro Giovannelli和Tommaso Proietti,2015年。 " 宏观经济预测常用因子的选择 ," CEIS研究论文 332,托尔韦加塔大学,CEIS,2015年3月12日修订。 Giovannelli,Alessandro&Proietti,Tommaso,2014年。 " 宏观经济预测常用因子的选择 ," MPRA纸 60673,德国慕尼黑大学图书馆。
Marta Banbura&Domenico Giannone&Lucrezia Reichlin,2010年。 " 大型贝叶斯向量自回归 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第25卷(1),第71-92页。 玛尔塔·班布拉和多梅尼科·吉安诺内以及卢克雷齐亚·莱奇林,2010年。 " 大型贝叶斯向量自回归 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第25卷(1),第71-92页,1月。
Reichlin,Lucrezia&Giannone,Domenico&Banbura,Marta,2007年。 " 具有大型面板的贝叶斯VAR ," CEPR讨论文件 6326,C.E.P.R讨论文件。 Domenico Giannone&Martha Banbura&Lucrezia Reichlin,2010年。 " 大型贝叶斯向量自回归 ," ULB机构知识库 2013/13388,ULB——布鲁塞尔自由大学。 Martha Banbura和Domenico Giannone以及Lucrezia Reichlin,2008年。 " 大型贝叶斯VAR ," ECARES工作文件 2008_033,ULB——布鲁塞尔自由大学。 玛尔塔·班布拉,2008年。 " 大型贝叶斯VAR ," 2008年会议文件 334,经济动态学会。
马里奥·福尼(Mario Forni)、亚历山德罗·乔瓦内利(Alessandro Giovannelli)、马可·里皮(Marco Lippi)和斯特凡诺·索科尔西(Stefano Soccorsi),2018年。 " 无限维因子空间的动态因子模型:预测 ," 应用计量经济学杂志 John Wiley&Sons,Ltd.,第33卷(5),第625-642页,8月。 Forni,Mario&Giovannelli,Alessandro&Lippi,Marco&Soccorsi,Stefano,2016年。 " 无限维因子空间的动态因子模型:预测 ," CEPR讨论文件 11161,C.E.P.R.讨论文件。 马里奥·福尼(Mario Forni)、亚历山德罗·乔瓦内利(Alessandro Giovannelli)、马可·里皮(Marco Lippi)和斯特凡诺·索科尔西(Stefano Soccorsi),2016年。 " 无限维因子空间的动态因子模型:预测 ," ECARES工作文件 ECARES 2016-16,ULB——布鲁塞尔自由大学。 马里奥·福尼(Mario Forni)、亚历山德罗·乔瓦内利(Alessandro Giovannelli)、马可·里皮(Marco Lippi)和斯特凡诺·索科尔西(Stefano Soccorsi),2016年。 " 无限维因子空间的动态因子模型:预测 ," 经济研究中心 120,摩德纳大学和雷吉奥E.,经济系“Marco Biagi”。
De Mol,Christine&Giannone,Domenico&Reichlin,Lucrezia,2008年。 " 使用大量预测因子进行预测:贝叶斯收缩是主成分的有效替代方法吗? ," 计量经济学杂志 爱思唯尔,第146(2)卷,第318-328页,10月。 Reichlin,Lucrezia&Giannone,Domenico&De Mol,Christine,2006年。 " 使用大量预测因子进行预测:贝叶斯回归是主成分的有效替代方法吗? ," CEPR讨论文件 5829,C.E.P.R.讨论文件。 De Mol,Christine&Giannone,Domenico&Reichlin,Lucrezia,2006年。 " 使用大量预测因子进行预测:贝叶斯回归是主成分的有效替代方法吗? ," 讨论文件系列1:经济研究 2006年32月,德意志联邦银行。 Giannone,Domenico&Reichlin,Lucrezia&De Mol,Christine,2006年。 " 使用大量预测因子进行预测:贝叶斯回归是主成分的有效替代方法吗? ," 工作文件系列 700,欧洲中央银行。
Forni,Mario&Hallin,Marc&Lippi,Marco&Reichlin,Lucrezia,2005年。 " 广义动态因子模型:单向估计与预测 ," 美国统计协会杂志 ,美国统计协会,第100卷,第830-840页,9月。 里皮、马可·莱奇林、卢克雷齐亚·哈林、马克·福尼、马里奥,2002年。 " 广义动态因子模型:单向估计与预测 ," CEPR讨论文件 3432,C.E.P.R.讨论文件。 马里奥·福尼(Mario Forni)、马克·哈林(Marc Hallin)、马可·里皮(Marco Lippi)和卢克雷齐亚·赖奇林(Lucrezia Reichlin),2003年。 " 广义动态因子模型。 单面估计与预测 ," LEM论文系列 2003/13年,意大利比萨圣安娜高级研究学院经济与管理实验室(LEM)。 马里奥·福尼(Mario Forni)、马克·哈林(Marc Hallin)、马可·里皮(Marco Lippi)和卢克雷齐亚·赖奇林(Lucrezia Reichlin),2005年。 " 广义动态因子模型:单侧估计与预测 ," ULB机构知识库 2013年10月29日,ULB——布鲁塞尔自由大学。 Forni M.和Hallin M.,2003年。 " 广义动态因子模型:单向估计与预测 ," 2003年经济与金融计算 143,计算经济学学会。
马里奥·福尼(Mario Forni)、马克·哈林(Marc Hallin)、马可·里皮(Marco Lippi)和卢克雷齐亚·赖奇林(Lucrezia Reichlin),2000年。 " 广义动力因素模型:辨识与估计 ," 经济学与统计学综述 麻省理工学院出版社,第82卷(4),第540-554页,11月。 Forni,Mario&Hallin,Marc&Lippi,Marco&Reichlin,Lucrezia,1999年。 " 广义动态因子模型:识别与估计 ," CEPR讨论文件 2338,C.E.P.R.讨论文件。 马里奥·福尼(Mario Forni)、马克·哈林(Marc Hallin)、卢克丽齐亚·莱奇林(Lucrezia Reichlin)和马可·里皮(Marco Lippi),2000年。 " 广义动态因子模型:识别与估计 ," ULB机构知识库 2013/10143,ULB——布鲁塞尔自由大学。
Li,Jiahan和Chen,Weiye,2014年。 " 预测宏观经济时间序列:基于LASSO的方法及其与动态因素模型的预测组合 ," 国际预测杂志 爱思唯尔,第30卷(4),第996-2015页。 Forni,Mario和Lippi,Marco,2011年。 " 一般动态因子模型:单面表征结果 ," 计量经济学杂志 爱思唯尔,第163(1)卷,第23-28页,7月。 Alessi,Lucia和Barigozzi,Matteo和Capasso,Marco,2010年。 " 近似因子模型中确定因子数的改进惩罚 ," 统计与概率信件 爱思唯尔,第80卷(23-24),第1806-1813页,12月。 Kim、Hyun Hak和Swanson,Norman R.,2014年。 " 使用数据缩减方法预测金融和宏观经济变量:新的经验证据 ," 计量经济学杂志 爱思唯尔,第178卷(P2),第352-367页。 Huyn Hak Kim和Norman R.Swanson,2011年。 " 使用数据缩减方法预测金融和宏观经济变量:新的经验证据 ," 部门工作文件 2011年,罗格斯大学经济系。
玛尔塔·班布拉,2008年。 " 大型贝叶斯VAR ," 2008年会议文件 334,经济动态学会。 Giannone、Domenico和Reichlin、Lucrezia和Bańbura、Marta,2008年。 " 大型贝叶斯VAR ," 工作文件系列 966,欧洲中央银行。 Martha Banbura和Domenico Giannone以及Lucrezia Reichlin,2008年。 " 大型贝叶斯VAR ," ECARES工作文件 2008_033,ULB——布鲁塞尔自由大学。
Friedman,Jerome H.&Hastie,Trevor&Tibshirani,Rob,2010年。 " 广义线性模型的坐标下降正则化路径 ," 统计软件杂志 《开放获取统计基金会》,第33卷(i01)。 拉斐拉·贾科米尼和芭芭拉·罗西,2010年。 " 不稳定环境中的预测比较 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第25卷(4),第595-620页。 Giacomini,Raffaella&Rossi,Barbara,2008年。 " 不稳定环境下的预测比较 ," 工作文件 08-04,杜克大学经济系。
Stock,James H&Watson,Mark W,2002年。 " 利用扩散指数进行宏观经济预测 ," 商业与经济统计杂志 ,美国统计协会,第20卷(2),第147-162页,4月。 股票J.H.&Watson M.W.,2002年。 " 利用大量预测因子的主成分进行预测 ," 美国统计协会杂志 ,美国统计协会,第97卷,第1167-1179页,12月。
最相关的项目
Smeekes,Stephan&Wijler,Etienne,2018年。 " 使用惩罚回归方法进行宏观经济预测 ," 国际预测杂志 爱思唯尔,第34卷(3),第408-430页。 Smeekes,Stephan&Wijler,Etiönne,2016年。 " 基于惩罚回归方法的宏观经济预测 ," 研究备忘录 039,马斯特里赫特大学商业与经济研究生院(GSBE)。
Marine Carrasco和Barbara Rossi,2016年。 " 误指定因子模型中的样本内推断与预测 ," 商业与经济统计杂志 《泰勒和弗朗西斯杂志》,第34卷(3),第313-338页,7月。 Marine Carrasco和Barbara Rossi,2016年。 " 错误指定因子模型中的样本内推断与预测 ," 经济学工作论文 1530年,蓬佩法布拉大学经济与商业系。 罗西、芭芭拉和卡拉斯科,海军,2016年。 " 误指定因子模型中的样本内推断与预测 ," CEPR讨论文件 11388,C.E.P.R.讨论文件。
马里奥·福尼(Mario Forni)、亚历山德罗·乔瓦内利(Alessandro Giovannelli)、马可·里皮(Marco Lippi)和斯特凡诺·索科尔西(Stefano Soccorsi),2018年。 " 无限维因子空间的动态因子模型:预测 ," 应用计量经济学杂志 John Wiley&Sons,Ltd.,第33卷(5),第625-642页,8月。 Forni,Mario&Giovannelli,Alessandro&Lippi,Marco&Soccorsi,Stefano,2016年。 " 无限维因子空间的动态因子模型:预测 ," CEPR讨论文件 11161,C.E.P.R.讨论文件。 马里奥·福尼(Mario Forni)、亚历山德罗·乔瓦内利(Alessandro Giovannelli)、马可·里皮(Marco Lippi)和斯特凡诺·索科尔西(Stefano Soccorsi),2016年。 " 无限维因子空间的动态因子模型:预测 ," 经济研究中心 120,摩德纳大学和Reggio E.,经济学系“Marco Biagi”。 马里奥·福尼(Mario Forni)、亚历山德罗·乔瓦内利(Alessandro Giovannelli)、马可·里皮(Marco Lippi)和斯特凡诺·索科尔西(Stefano Soccorsi),2016年。 " 无限维因子空间的动态因子模型:预测 ," ECARES工作文件 ECARES 2016-16,ULB——布鲁塞尔自由大学。
Trucíos、Carlos&Mazzeu、Joáo H.G.&Hotta、Luiz K.&Valls Pereira、Pedro L.&Hallin,Marc,2021年。 " 鲁棒性与无限维空间的一般动态因子模型:识别、估计和预测 ," 国际预测杂志 爱思唯尔,第37卷(4),第1520-1534页。 Trucíos Maza、Carlos César&Mazzeu、Joáo H.G.&Hotta、Luiz Koodi&Pereira、Pedro L.Valls&Hallin,Marc,2020年。 " 鲁棒性与无限维空间的一般动态因子模型:识别、估计和预测 ," 课文段落讨论 521,FGV EESP-圣保罗经济特区,Fundaçáo Getulio Vargas(巴西)。
卡洛斯·塞萨尔·特鲁西奥斯·马扎(Carlos Cesar Trucios-Maza)、乔昂·H·G·马祖(Joáo H.G Mazzeu)、路易斯·霍塔(Luis K.Hotta)、佩德罗·瓦尔斯·佩雷拉(Pedro L.Valls Pereira)和马克·哈林。 " 关于一维空间中一般动态因子模型的稳健性:识别、估计和预测 ," ECARES工作文件 2019-32,ULB——布鲁塞尔自由大学。 菲利普·古莱特·库伦(Philippe Goulet Coulombe)、马克西姆·勒鲁克斯(Maxime Leroux)、达利博·斯特瓦诺维奇(Dalibor Stevanovic)和斯特凡·斯普雷南特(Stéphane Surprenant),2022年。 " 机器学习如何对宏观经济预测有用? ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第37卷(5),第920-964页,八月。 Philippe Goulet Coulombe&Maxime Leroux&Dalibor Stevanovic&Stéphane Surprenant,2019年。 " 机器学习如何对宏观经济预测有用? ," CIRANO工作文件 2019年9月22日,CIRANO。 Philippe Goulet Coulombe&Maxime Leroux&Dalibor Stevanovic&Stephane Surprenant,2020年。 " 机器学习如何对宏观经济预测有用? ," 工作文件 20-01,魁北克大学蒙特利尔管理学院宏观经济与预测系主任,2020年8月修订。 菲利普·古莱特·库隆贝(Philippe Goulet Coulombe)、马克西姆·勒鲁克斯(Maxime Leroux)、达利博·斯特瓦诺维奇(Dalibor Stevanovic)和圣埃芬·斯普雷南特(St’ephane Surprenant),2020年。 " 机器学习如何对宏观经济预测有用? ," 论文 2008.12477,arXiv.org。
卢西亚尼,马特奥,2014年。 " 用近似动态因子模型进行预测:非持续性冲击的作用 ," 国际预测杂志 爱思唯尔,第30卷(1),第20-29页。 马特奥·卢西亚尼,2011年。 " 用近似动态因子模型进行预测:非持续性冲击的作用 ," ECARES工作文件 ECARES 2011‐022,ULB——布鲁塞尔自由大学。
Rachidi Kotchoni&Maxime Leroux&Dalibor Stevanovic,2019年。 " 数据丰富环境下的宏观经济预测准确性 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第34卷(7),第1050-1072页,11月。 Rachidi Kotchoni&Maxime Leroux&Dalibor Stevanovic,2019年。 " 数据丰富环境下的宏观经济预测准确性 ," 打印后 哈尔-02435757,哈尔。
Proietti、Tommaso&Giovannelli、Alessandro&Ricchi、Ottavio&Citton、Ambra&Tegami、Christian&Tinti、Cristina,2021年。 " 在数据丰富的环境中预测GDP及其组成部分:间接方法的优点 ," 国际预测杂志 爱思唯尔,第37卷(4),第1376-1398页。 亚历山德罗·乔瓦内利(Alessandro Giovannelli)、托马索·普罗埃蒂(Tommaso Proietti)、安布拉·西顿(Ambra Citton)、奥塔维奥·里奇(Ottavio Ricchi)、克里斯蒂安·特加米(Cristian Tegami)和克里斯。 " 在数据丰富的环境中预测GDP及其组成部分:间接方法的优点 ," CEIS研究论文 489,托尔韦加塔大学,CEIS,2020年5月30日修订。
芭芭拉·罗西,2019年。 " 存在不稳定性时的预测:我们如何知道模型是否预测良好以及如何改进它们 ," 经济学工作论文 1711,蓬佩法布拉大学经济与商业系,2021年7月修订。 芭芭拉·罗西,2019年。 " 不稳定情况下的预测:我们如何知道模型是否预测良好以及如何改进 ," 工作文件 1162年,巴塞罗那经济学院。 巴巴拉·罗西,2020年。 " 不稳定情况下的预测:我们如何知道模型是否预测良好以及如何改进 ," CEPR讨论文件 14472,C.E.P.R.讨论文件。
Oguzhan Cepni&I.Ethem Guney&Norman R.Swanson,2020年。 " 预测和预测新兴市场GDP增长率:潜在全球经济政策不确定性和宏观经济数据意外因素的作用 ," 预测杂志 ,John Wiley&Sons,Ltd.,第39卷(1),第18-36页,一月。 丹尼斯·希比托夫(Denis Shibitov)和玛丽亚姆·马梅德利(Mariam Mamedli),2021年。 " 利用数据年份和机器学习技术预测俄罗斯Cpi ," 俄罗斯银行工作文件系列 wps70,俄罗斯银行。 Mario&Gambetti Forni,Luca,2010年。 " 货币政策的动态效应:结构因素模型方法 ," 货币经济学杂志 爱思唯尔,第57(2)卷,第203-216页,3月。 Forni、Mario和Gambetti,Luca,2008年。 " 货币政策的动态效应:一种结构因素模型方法 ," CEPR讨论文件 7098,C.E.P.R.讨论文件。 马里奥·福尼和卢卡·甘贝蒂,2008年。 " 货币政策的动态效应:一种结构因素模型方法 ," 经济研究中心 026,摩德纳和雷吉奥大学经济系“Marco Biagi”。
Matteo Luciani,2015年。 " 货币政策与住房市场:结构因素分析 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第30卷(2),第199-218页,3月。 Matteo LUCIANI,“未注明日期”。 " 货币政策与住房市场:结构因素分析 ," 工作文件 wp2010-7,经济和财政部财政司。 Matteo Luciani,2012年。 " 货币政策与住房市场:结构因素分析 ," ECARES工作文件 ECARES 2012-035,ULB——布鲁塞尔自由大学。 Matteo Luciani,2013年。 " 货币政策与住房市场:结构因素分析 ," ULB机构知识库 2013/153324,ULB——布鲁塞尔自由大学。
Goulet Coulombe,Philippe&Leroux,Maxime&Stevanovic,Dalibor&Surprenant,Stéphane,2021年。 " 宏观经济数据转换至关重要 ," 国际预测杂志 爱思唯尔,第37卷(4),第1338-1354页。 菲利普·古莱特·库伦(Philippe Goulet Coulombe)、马克西姆·勒鲁克斯(Maxime Leroux)、达利博·斯特瓦诺维奇(Dalibor Stevanovic)和斯特凡·斯普雷南特(Stéphane Surprenant),2020年。 " 宏观经济数据转换至关重要 ," CIRANO工作文件 2020s-42年,CIRANO。 Philippe Goulet Coulombe&Maxime Leroux&Dalibor Stevanovic&Stephane Surprenant,2020年。 " 宏观经济数据转换至关重要 ," 工作文件 2021年3月修订,20-17岁,魁北克大学蒙特利尔管理学院宏观经济和预测系主任。 菲利普·古莱特·库隆贝(Philippe Goulet Coulombe)、马克西姆·勒鲁克斯(Maxime Leroux)、达利博·斯特瓦诺维奇(Dalibor Stevanovic)和圣埃芬·斯普雷南特(St’ephane Surprenant),2020年。 " 宏观经济数据转换至关重要 ," 论文 2008.01714,arXiv.org,2021年3月修订。
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。 Giovannelli、Alessandro和Massacci、Daniele和Soccorsi、Stefano,2021。 " 用大维因子模型预测股票收益 ," 实证金融杂志 爱思唯尔,第63卷(C),第252-269页。 Alessandro Giovannelli、Daniele Massacci和Stefano Soccorsi,2020年。 " 用大维因子模型预测股票收益 ," 工作文件 305661169,兰开斯特大学管理学院经济系。
Kim,Hyun Hak&Swanson,Norman R.,2018年。 " 使用节约因子、机器学习、变量选择和收缩方法挖掘大数据 ," 国际预测杂志 爱思唯尔,第34卷(2),第339-354页。 卡洛斯·特鲁西奥斯(Carlos Trucíos)、乔昂·H·G·马祖(Joáo H.G.Mazzeu)、马克·哈林(Marc Hallin)、路易斯·霍塔(Luiz K.Hotta)、佩德罗·瓦尔斯·佩雷拉(Pedro L.Valls Pereira)和毛里西奥·泽。 " 预测高维时间序列中的条件协方差矩阵:一种通用的动态因子方法 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》,第41卷(1),第40-52页,12月。 马克·哈林(Marc Hallin)、路易斯·霍塔(Luis K.Hotta)、乔昂·H·G·马祖(Joáo H.G Mazzeu)、卡洛斯·塞萨尔·特鲁西奥斯·马扎(Carlos Cesar Trucios-Maza)、佩德罗·瓦尔斯·佩雷拉(Pedro L.Valls Pereira)和毛里西奥·泽瓦洛斯(Mauricio Zevallos),2019年。 " 预测高维时间序列中的条件协方差矩阵:一种通用的动态因子方法 ," ECARES工作文件 2019-14,ULB——布鲁塞尔自由大学。 Trucíos Maza、Carlos César&Mazzeu、Joáo H.G.&Hallin、Marc&Hotta、Luiz Koodi&Pereira、Pedro L.Valls&Zevallos、Mauricio,2019年。 " 预测高维时间序列中的条件协方差矩阵:一种通用的动态因子方法 ," 课文段落讨论 505,FGV EESP-圣保罗经济特区,Fundaçáo Getulio Vargas(巴西)。
Raffaella Giacomini和Barbara Rossi,2015年。 " 非平稳环境中的预测:在简化形式和结构模型中什么有效,什么无效 ," 经济学年鉴 《年度评论》,第7卷(1),第207-229页,8月。 Raffaella Giacomini和Barbara Rossi,2014年。 " 非平稳环境中的预测:在简化形式和结构模型中什么有效,什么无效 ," 经济学工作论文 1476年,蓬佩法布拉大学经济与商业系。 Raffaella Giacomini和Barbara Rossi,2014年。 " 非平稳环境中的预测:在简化形式和结构模型中什么有效,什么无效 ," 工作文件 819,巴塞罗那经济学院。
有关此项目的更多信息
关键词
JEL公司 分类:
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 C55级 -数学和定量方法——计量经济建模——大数据集:建模和分析
NEP字段
NEP-BIG-2019-02-18 (大数据) NEP-ECM-2019-02-18 (计量经济学) NEP-ETS-2019-02-18 (计量经济学时间序列) NEP-FOR-2019-02-18 (预测) NEP-ORE-2019-02-18 (运筹学)