×
De Gooijer，Jan G。;泽洛姆，达维特

参数和非参数分位数预测的惩罚平均。 （英语） Zbl 1494.62021号

J.时间序列。经济。 12，第1号，文章ID 20190021，15 p.（2020）.
摘要：当面临大量预测因子时，我们提出了一种混合惩罚平均法，用于将参数和非参数分位数预测相结合。这种方法超越了通常将参数时间序列模型的条件平均预测与几个预测因子相结合的做法。该混合方法采用自适应LASSO正则化，同时降低预测维数并获得分位数预测。最近的几项实证研究考虑了大量宏观经济预测指标和技术指标，目的是预测标准普尔500指数的股票风险溢价。为了说明所提出方法的优点，我们将基于均值的股票溢价预测扩展到条件分位数的上下文中。该应用程序提供了三个主要发现。首先，将参数方法和非参数方法相结合，比组成方法更能提高分位数预测的准确性。其次，发现少数宏观经济预测因子具有系统预测能力。第三，当考虑股权溢价分布的下分位数、中分位数和上分位数时，不同的预测因素被确定为重要的。

MSC公司：

62M20型 随机过程推断和预测
10层62层 点估计
62G05型 非参数估计

关键词：

大型数据库;非参数的;参数化的;惩罚平均数;分位数预测

软件：

拉索
PDF格式BibTeX公司 XML格式引用
\textit{J.G.De Gooijer}和\textit{D.Zerom}，J.Time-Ser。经济。12，第1号，文章ID 20190021，15 p.（2020；Zbl 1494.62021）
全文： 内政部

参考文献：

[1] Audrino，F.和L.Camponovo。2017.《时间序列M估计量自适应拉索的Oracle属性、偏差修正和Bootstrap推断》，《时间序列分析杂志》39:111-28·Zbl 1392.62212号 ·doi:10.1111/jtsa.12270
[2] Bai，J.和S.Ng.2008年。《使用目标预测工具预测经济时间序列》，《计量经济学杂志》146:304-17·兹比尔1429.62419 ·doi:10.1016/j.jeconom.2008.08.010
[3] 拜耳，S.2018。《使用惩罚分位数回归组合价值与风险预测》，《计量经济学与统计学》8:56-77。 ·doi:10.1016/j.ecosta.2017.08.001
[4] Bonaccolto，G.、M.Caporin和S.Paterlini。2018.《基于惩罚分位数回归的资产配置策略》，《计算管理科学》15:1-32·Zbl 1402.62247号 ·doi:10.1007/s10287-017-0288-3
[5] Cenesizoglu，T.和A.Timmermann。2012.《回报预测模型增加经济价值吗？》，《银行与金融杂志》36:2974-87。 ·doi:10.1016/j.jbankfin.2012.06.008
[6] Chen，J.、D.Li、O.Linton和Z.Lu.2018年。“非线性动态时间序列的半参数超高维模型平均”，美国统计协会期刊113:919-32·Zbl 1398.62225号 ·doi:10.1080/01621459.2017.1302339
[7] De Gooijer、J.G.和D.Zerom。2019.“存在高维预测因子的半参数分位数平均”，《国际预测杂志》35:891-909。 ·doi:10.1016/j.ij预测2018.10.009
[8] Efron、B.、T.Hastie、I.Johnstone和R.Tibshirani。2004年，《最小角回归》，《统计年鉴》32:407-99·Zbl 1091.62054号 ·doi:10.1214/009053604000000067
[9] Exterkate，P.、D.Van Dijk、C.Heij和P.J.F.Groenen。2011.《使用因子增强的Nelson-Siegel模型预测数据丰富环境中的收益率曲线》，《预测杂志》32:193-215·Zbl 1397.62410号 ·doi:10.1002/适用于1258
[10] 加西亚，M.G.P.，M.C.Medeiros，G.F.R.Vasconcelos。2017年，“使用高维模型进行实时通货膨胀预测：巴西案例”，《国际预测杂志》33:697-93。 ·doi:10.1016/j.ij预测2017.02.002
[11] Giacomini，R.和I.Komunjer。2005.《条件分位数预测的评估与组合》，《商业与经济统计杂志》23:416-31。 ·doi:10.1198/073500105000000018
[12] Giovannelli，A.2012年。“使用大数据集进行非线性预测：美国和欧洲地区经济的证据？”CEIS Tor Vergata，研究论文系列，第10卷，第13期，第255号。
[13] Gu，Y.，J.Fan，L.Kong，S.Ma和H.Zou。2018.“高维稀疏惩罚分位数回归的ADMM”，《技术计量学》60:319-31。 ·doi:10.1080/00401706.2017.1345703
[14] Han，Y.和R.S.Tsay。2019.“相依数据的高维线性回归及其在现在铸造中的应用”，《中国统计》（即将出版）·兹比尔1464.62343 ·doi:10.5705/ss.202018.0044
[15] Jiang，B.、G.Athanasopoulos、R.J.Hyndman、A.Panagiotelis和F.Vahid。2018年，“使用大量预测工具对澳大利亚进行宏观经济预测”，工作文件17/02，莫纳什商学院计量经济和商业统计系。
[16] Kong，E.和Y.Xia。2014.《自适应复合分位数降维方法》，《统计年鉴》42:1657-88·Zbl 1310.62052号 ·doi:10.1214/14-aos1242
[17] Konzen，E.和F.A.Ziegelmann。2016.《时间序列中协变量选择和预测的LASSO型惩罚》，《预测杂志》35:592-612·Zbl 1378.62074号 ·doi:10.1002/用于2403
[18] Lee，E.R.，H.Noh和B.U.Park，2014年。“基于贝叶斯信息准则的分位数回归模型选择”，《美国统计协会杂志》109:216-29·Zbl 1367.62122号 ·doi:10.1080/01621459.2013.836975
[19] 利马、L.R.和F.孟。2017年，《样本外收益可预测性：量化组合方法》，《应用计量经济学杂志》32:877-95。 ·doi:10.1002/jae.2549
[20] Ma，S.，R.Fildes和T.Huang。2016.《高维数据需求预测：利用类别内和类别间促销信息进行SKU零售销售预测的案例》，《欧洲运筹学杂志》249:245-57·Zbl 1346.62165号 ·doi:10.1016/j.ejor.2015.08.029
[21] Medeiros，M.C.和E.F.Mendes。2014.“半参数可加时间序列模型的惩罚估计”，摘自N.Haldrup、M.Meitz和P.Saikkonen编辑的《非线性时间序列计量经济学论文》。牛津奖学金在线。第215-237页。oso/9780199679959.003.0009·doi:10.1093/acprof:oso/9780199679959.003.0009
[22] Medeiros，M.C.和E.F.Mendes。2016.“У_1-非高斯和异方差高维时间序列模型的正则化”《计量经济学杂志》191:255-71·Zbl 1390.62179号 ·doi:10.1016/j.jeconom.2015.10.101
[23] Meligkotsidou，L.、E.Panopoulou、I.Vrontos和S.Vronto。2014.《股权溢价预测的分位数回归方法》，《预测杂志》33:558-76·Zbl 1397.62429号 ·doi:10.1002/适用于2312
[24] Meligkotsidou，L.、E.Panopoulou、I.Vrontos和S.Vronto。2019.《实现波动率预测中的分位数预测组合》，运筹学学会期刊（即将出版）。 ·doi:10.1080/01605682.2018.1489354
[25] Neely，C.J.、D.E.Rabach、J.Tu和G.Zhou。2014.《预测股权风险溢价：技术指标的作用》，《管理科学》60:1772-91。 ·doi:10.1287/mnsc.2013.1838
[26] Pedersen，T.Q.，2015年。《可预测回报分布》，《预测杂志》34:114-32·Zbl 1397.62321号 ·doi:10.1002/适用于2323
[27] D.E.Rabach和G.Zhou。2013年，《股票收益预测》，收录于《经济预测手册》，由G.Elliott和A.Timmermann编辑，第2卷，328-383，A部分，北欧：Elsevier。 ·doi:10.1016/B978-0-444-53683-9.00006-2
[28] Sherwood，B.和L.Wang。2016.“超高维部分线性加性分位数回归”，《统计年鉴》44:288-317·兹比尔1331.62264 ·doi:10.1214/15-aos1367
[29] Similä，T.和J.Tikka。2006.“多响应回归中输入的公共子集选择”，摘自1908-1915年加拿大温哥华IEEE国际神经网络联合会议论文集。 ·文件编号：10.1109/ijcnn.2006.246933
[30] Wang、H.和C.Leng。2008年，“自适应组套索注释”，计算统计与数据分析52:5277-86·Zbl 1452.62524号 ·doi:10.1016/j.csda.2008.05.006
[31] Welch，I.和A.Goyal。2008年，《股权溢价预测实证表现的综合观察》，《金融研究评论》21:1455-508。 ·doi:10.101610.1093/rfs/hhm014
[32] West，K.D.2006年。“预测评估”，收录于《经济预测手册》，由G.Elliott、C.W.J.Granger和A.Timmermann编辑，第1卷，99-134。北荷兰：爱思唯尔·Zbl 1273.91014号 ·doi:10.1016/s1574-0706（05）01003-7
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。