托马斯·戈茨。;阿兰·赫克;Jean-Pierre乌尔班 使用ECM-MIDAS模型预测混频时间序列。 （英语） Zbl 1397.62306号 J.预测。 第33期，第3期，198-213（2014）. 摘要：本文针对不同频率下采样的可能协整的非平稳时间序列，提出了一种混合频率误差校正模型。我们强调了在模型规范方面，选择包含在协整关系中的特定高频解释变量的影响，我们称之为动态混合频率协整关系。在一组蒙特卡罗实验中，比较了聚合模型和几种混合频率回归模型的预测性能。特别是，我们研究了无限制混频模型和更简约的MIDAS回归。鉴于现有文献仅研究了平稳时间序列MIDAS框架的潜在改进，我们的研究强调需要在非平稳情况下包括相关的协整向量。此外，还表明，只要相应地适应短期动态，动态混频协整关系的选择并不重要。最后，对于相对较小的样本，非限制模型显示存在参数扩散问题，而MIDAS预测对过度参数化具有鲁棒性。我们举例说明了美国通货膨胀率的结果。 引用于三文件 理学硕士： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62第20页 统计学在经济学中的应用 第91页第84页 经济时间序列分析 关键词：误差修正模型;协整非平稳时间序列;过参数化;美国通货膨胀率 PDF格式BibTeX公司 XML格式引用 \textit{T.B.Götz}等人，《预测杂志》。33，第3号，198--213（2014；Zbl 1397.62306） 全文： 内政部 链接