×

美国通货膨胀率的季节性非线性长期记忆模型。 (英语) Zbl 1136.91563号

摘要:本文研究美国通货膨胀率中是否同时描述非线性、季节性和长记忆性。为此,我们将季节性FISTART(SEA-FISTAR)模型定义为D.范·迪克等[J.Econom.110,No.2,135–165(2002;Zbl 1040.62111号)]. 结果表明,当结合这三个特征时,对通货膨胀的描述得到了改进,并且季节性随着制度的变化而平滑变化。

理学硕士:

91B84号 经济时间序列分析

软件:

党派主义
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Arteche J.(2002)。季节性或周期性长记忆时间序列的半参数稳健检验。时间序列分析杂志23,251–286·Zbl 1023.62093号 ·数字对象标识代码:10.1111/1467-9892.00264
[2] Baillie R.T.(1996)。计量经济学中的长记忆过程和分数积分。计量经济学杂志73,5–59·Zbl 0854.62099号 ·doi:10.1016/0304-4076(95)01732-1
[3] Ben Aíssa M.S.、Boutahar M.、Jouini J.(2004)。美国通货膨胀过程中结构变化检测的Bai和Perron方法和光谱密度方法。应用经济学快报11,109–115·doi:10.1080/1350485042000213
[4] Beran J.(1995)。可逆短记忆和长记忆自回归积分移动平均模型差分参数的最大似然估计。英国皇家统计学会杂志B 57,659–672·Zbl 0827.62088号
[5] Bos C.、Franses P.H.和Ooms M.(1999年)。重新分析通货膨胀率:长记忆和水平变化的证据。实证经济学24,427–449·doi:10.1007/s001810050065
[6] Canova F.、Ghysels E.(1994年)。季节模式的变化:它们是周期性的吗?。《经济动态与控制杂志》18,1143–1171·兹比尔0875.62608 ·doi:10.1016/0165-1889(94)90051-5
[7] 埃特海姆。,Teräsvirta T.(1996)。测试平滑过渡自回归模型的充分性。《计量经济学杂志》74、59–76·Zbl 0864.62058号 ·doi:10.1016/0304-4076(95)01751-8
[8] Evans M.,Lewis K.(1995年)。通货膨胀的预期变化会影响对长期费希尔关系的估计吗?。《金融杂志》50,225–253·doi:10.307/2329244
[9] Franses P.H.(1996)。经济时间序列的周期性和随机趋势。牛津,牛津大学出版社·Zbl 0868.62088号
[10] Franses P.H.,Ooms M.(1997年)。英国季度通货膨胀的周期性长记忆模型。国际预测杂志13,119-128·doi:10.1016/S0169-2070(96)00715-7
[11] Franses P.H.,Paap R.(1999)。季节性是否影响商业周期转折点的日期?。宏观经济学杂志21,79–92·doi:10.1016/S0164-0704(99)00091-9
[12] Franses,P.H.、Bruin,P.D.和van Dijk,D.(2000)。季节平滑过渡自回归。计量经济研究所报告185。
[13] Garcia R.、Perron P.(1996年)。制度变迁下的实际利率分析。《经济学与统计学评论》78111-125·doi:10.2307/2109851
[14] Ghysels E.,Osborn D.R.(2001年)。季节性时间序列的计量分析。英国剑桥,剑桥大学出版社·Zbl 0994.62086号
[15] Granger C.W.J.(1993)。非线性时间序列关系建模策略。《经济记录》69、233–238·doi:10.1111/j.1475-4932.1993.tb02103.x
[16] Granger C.W.J.、Joyeux R.(1980)。介绍长时间序列模型和分数差分。时间序列分析杂志1,15-30·Zbl 0503.62079号 ·doi:10.1111/j.1467-9892.1980.tb00297.x
[17] Granger C.W.J.,Teräsvirta T.(1993)。非线性经济关系建模。牛津,牛津大学出版社·Zbl 0893.90030号
[18] Hassler U.,Wolters J.(1995)。通货膨胀率的长期记忆:国际证据。商业与经济统计杂志13,37–45·doi:10.2307/1392519
[19] 霍斯金J.R.M.(1981)。分数差分。生物特征68、165–176·Zbl 0464.62088号 ·doi:10.1093/biomet/68.1.165
[20] Luukkonen R.、Saikkonen P.、Teräsvirta T.(1988)。针对平滑过渡自回归模型测试线性。生物特征75、491–499·Zbl 0657.62109号 ·doi:10.1093/biomet/75.3.491
[21] Miron J.、Beaulieu J.(1996年)。宏观经济学家从季节性周期的研究中了解到了什么。经济学和统计学评论78,54–66·doi:10.2307/2109847
[22] Teräsvirta T.(1994)。平滑过渡自回归模型的规范、估计和评估。美国统计协会期刊89208–218·Zbl 1254.91686号 ·doi:10.2307/2291217
[23] Teräsvirta T.(1998)。利用平稳过渡回归建模经济关系。收录人:Ullah A.、Giles D.E.A.(编辑)。应用经济统计手册。纽约,马塞尔·德克尔,第507–552页
[24] van Dijk D.、Franses P.H.、Paap R.(2002年)。美国失业率的非线性长记忆模型。计量经济学杂志102,135–165·Zbl 1040.62111号
[25] Van Dijk D.、Strikholm B.、Teräsvirta T.(2003)。制度和技术变革以及商业周期波动对季度工业生产序列季节模式的影响。计量经济学杂志6,79–98·Zbl 1069.91091号 ·doi:10.1111/1368-423X.00103
[26] van Dijk D.、Teräsvirta T.、Franses P.H.(2002)。平滑过渡自回归模型——最新发展综述。计量经济学评论21:1–47·兹比尔1070.91047
[27] Warne A.、Anders V.(2006年)。失业和通货膨胀制度。非线性动力学和计量经济学研究10(2):1280·Zbl 1225.62161号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。