×
丹尼尔·科瓦尔。

时序函数数据的动态回归模型。 （英语） Zbl 1480.62260号

贝叶斯分析。 16，第2期，459-487（2021）.
摘要：对于时序函数数据，一项重要但具有挑战性的任务是通过不确定性量化预测函数观测值。标量预测因子通常与函数数据同时观测，并提供有关函数时间序列动力学的有价值的信息。我们为动态函数回归开发了一个完全贝叶斯框架，该框架使用标量预测器来建模函数数据的时间演化。利用从数据中学习到的未知基函数对函数的曲线内相关性进行建模。未知基提供了实质性的降维，这对于可伸缩计算是必不可少的，并且可能包含平滑度或周期性等先验知识。时序函数数据的动力学是使用时变参数回归模型来指定的，在该模型中，标量预测器的影响随时间演变。为了防止过度拟合，我们设计了收缩先验，使不相关的预测因子正则化，并朝着时间不变性收缩。仿真研究决定性地证实了这些建模和优先选择的实用性。后验推理可通过定制的吉布斯采样器进行，该采样器为贝叶斯动态函数回归提供了无与伦比的可扩展性。该方法被应用于使用宏观经济预测工具对收益率曲线进行建模和预测，并在40年的时间里证明了卓越的预测准确性和不确定性量化。

引用于1文件

MSC公司：

62兰特 功能数据分析
62H25个 因子分析和主成分；对应分析
62J07型 岭回归；收缩估计器（拉索）
62M20型 随机过程推断和预测
62第20页 统计学在经济学中的应用

关键词：

贝叶斯方法;因子模型;预测;收缩，收缩;收益率曲线

软件：

频率.fda;退款;野味;fda（右）
PDF格式BibTeX公司 XML格式引用
\textit｛D.R.Kowal｝，贝叶斯分析。16，编号2459-487（2021；兹bl 1480.62260）
全文： 内政部

参考文献：

[1] Aguiar-Conraria，L.、Martins，M.M.和Soares，M.J.（2012年）。“收益率曲线和宏观经济跨越时间和频率。”经济动力学与控制杂志, 36(12): 1950-1970. ·Zbl 1346.91153号 ·doi:10.1016/j.jedc.2012.05.008
[2] Altavilla，C.、Giacomini，R.和Ragusa，G.（2017年）。“利用调查预期锚定收益率曲线。”应用计量经济学杂志, 32(6): 1055-1068. ·doi:10.1002/jae.2588
[3] Aue，A.、Norinho，D.D.和Hörmann，S.（2015）。“关于平稳函数时间序列的预测。”美国统计协会杂志, 110(509): 378-392. ·Zbl 1373.62462号 ·doi:10.1080/01621459.2014.909317
[4] Barber，R.F.、Reimherr，M.和Schill，T.（2017年）。“具有纵向GWAS应用的标量LASSO功能。”电子统计杂志, 11(1): 1351-1389. ·Zbl 1362.62084号 ·doi:10.1214/17-EJS1260
[5] Belmonte，M.A.、Koop，G.和Korobilis，D.（2014）。“时变参数模型中的层次收缩。”预测杂志, 33(1): 80-94. ·Zbl 1397.62090号 ·doi:10.1002/for.2276
[6] Besse，P.C.、Cardot，H.和Stephenson，D.B.（2000年）。“一些功能性气候变化的自回归预测。”斯堪的纳维亚统计杂志, 673-687. ·Zbl 0962.62089号 ·doi:10.111/1467-9469.00215
[7] Bhattacharya，A.和Dunson，D.B.（2011年）。“稀疏贝叶斯无限因子模型。”生物特征, 291-306. ·Zbl 1215.62025号 ·doi:10.1093/biomet/asr013
[8] Bianchi，F.、Mumtaz，H.和Surico，P.（2009年）。“英国利率期限结构的大幅缓和。”货币经济学杂志, 56(6): 856-871.
[9] Bolder，D.、Johnson，G.和Metzler，A.（2004）。加拿大零息利率期限结构的实证分析加拿大银行。
[10] Byrne，J.P.、Cao，S.和Korobilis，D.（2017年）。“预测不稳定环境下政府债券收益的期限结构。”实证金融杂志, 44: 209-225.
[11] Carvalho，C.M.、Polson，N.G.和Scott，J.G.（2010年）。“稀疏信号的马蹄形估计器。”生物特征, 465-480. ·Zbl 1406.62021号 ·doi:10.1093/biomet/asq017
[12] Chen，K.和Müller，H.-G.（2012）。“对重复的功能观察进行建模。”美国统计协会杂志, 107(500): 1599-1609. ·Zbl 1258.62071号 ·doi:10.1080/01621459.2012.734196
[13] Chen，Y.、Goldsmith，J.和Ogden，R.T.（2016）。“函数-尺度回归中的变量选择。”统计, 5(1): 88-101. ·doi:10.1002/sta4.106
[14] Coroneo，L.、Giannone，D.和Modugno，M.（2016）。“收益率曲线中未筛选的宏观经济因素。”商业与经济统计杂志, 34(3): 472-485. ·doi:10.1080/07350015.2015.1052456
[15] Cruz Marcelo，A.、Ensor，K.B.和Rosner，G.L.（2011年）。“用半参数贝叶斯层次模型估计期限结构：公司债券的应用。”美国统计协会杂志, 106(494). ·Zbl 1232.62137号 ·doi:10.198/jasa.2011.ap09764
[16] Damon，J.和Guillas，S.（2002年）。“在功能性自回归臭氧预测中纳入外源变量。”环境计量学, 13: 759-774.
[17] Dangl，T.和Halling，M.（2012年）。“时变系数的预测回归。”金融经济学杂志, 106(1): 157-181.
[18] Datta，J.和Ghosh，J.K.（2013）。“马蹄形先验贝叶斯风险的渐近性质。”贝叶斯分析, 8(1): 111-132. ·Zbl 1329.62122号 ·doi:10.1214/13-BA805
[19] Diebold，F.X.和Li，C.（2006）。“预测政府债券收益率的期限结构。”计量经济学杂志, 130(2): 337-364. ·Zbl 1337.62324号 ·doi:10.1016/j.jeconom.2005.03.005
[20] Diebold，F.X.、Rudebusch，G.D.和Aruoba，B.S.（2006年）。“宏观经济和收益率曲线：动态潜在因素方法。”计量经济学杂志, 131(1): 309-338. ·Zbl 1337.62356号 ·doi:10.1016/j.jeconom.2005.01.011
[21] Durante，D.（2017）。“关于乘法伽马过程的注释。”统计与概率信件, 122: 198-204. ·Zbl 1463.62160号 ·doi:10.1016/j.spl.2016.11.014
[22] Durbin，J.和Koopman，S.J.（2002）。“用于状态空间时间序列分析的简单高效模拟平滑器。”生物特征, 89(3): 603-616. ·Zbl 1036.62071号 ·doi:10.1093/biomet/89.3.603
[23] Fama，E.F.和Bliss，R.R.（1987）。“长期远期利率中的信息。”美国经济评论, 680-692.
[24] Fan，Z.和Reimherr，M.（2017年）。“高维自适应函数-尺度回归。”计量经济与统计, 1: 167-183. ·doi:10.1016/j.ecosta.2016.08.001
[25] Goldsmith，J.、Greven，S.和Crainiceanu，C.（2013）。“使用主成分修正了功能数据的置信区间。”生物计量学, 69(1): 41-51. ·Zbl 1274.62776号 ·文件编号：10.1111/j.1541-0420.2012.01808.x
[26] Goldsmith，J.和Kitago，T.（2016）。“使用层次函数-标度回归评估中风对运动控制的系统影响。”英国皇家统计学会杂志：C辑（应用统计学）, 65(2): 215-236. ·doi:10.1111/rssc.12115
[27] Goldsmith，J.、Scheipl，F.、Huang，L.、Wrobel，J.和Gellar，J.，Harezlak，J.以及McLean，M.W.、Swihart，B.、Xiao，L.，Crainiceanu，C.和Reiss，P.T.（2016年）。退款：与功能数据回归.\（R\）包版本0.1-16。统一资源定位地址https://CRAN.R-project.org/package=退款
[28] Greven，S.、Crainiceanu，C.、Caffo，B.和Reich，D.（2011年）。《纵向功能主成分分析》函数数据分析及相关主题的最新进展, 149-154. 斯普林格·Zbl 1329.62334号 ·doi:10.1214/10-EJS575
[29] Gürkaynak，R.S.、Sack，B.和Wright，J.H.（2007）。“美国国债收益率曲线：1961年至今。”货币经济学杂志, 54(8): 2291-2304.
[30] Hays，S.、Shen，H.和Huang，J.Z.（2012）。“应用于收益曲线预测的功能性动态因子模型。”应用统计学年鉴, 6(3): 870-894. ·Zbl 1454.62302号 ·doi:10.1214/12-AOAS551
[31] Hörmann，S.，Kidziñski，Ł。，和Hallin，M.（2015）。“动态功能主要组件。”英国皇家统计学会杂志：B辑（统计方法）, 77(2): 319-348. ·Zbl 1414.62133号 ·doi:10.1111/rssb.12076
[32] Hyndman，R.J.和Ullah，M.S.（2007年）。“死亡率和生育率的稳健预测：功能数据方法。”计算统计与数据分析, 51(10): 4942-4956. ·Zbl 1162.62434号 ·doi:10.1016/j.csda.2006.07.028
[33] Jauch，M.、Hoff，P.D.和Dunson，D.B.（2019年）。“通过极膨胀对Stiefel流形进行蒙特卡罗模拟。”arXiv预打印arXiv:1906.07684. ·Zbl 07499906号
[34] Jungbacker，B.、Koopman，S.J.和van der Wel，M.（2013）。“平滑动态因子分析，应用于美国利率期限结构。”应用计量经济学杂志. ·doi:10.1002/jae.2319
[35] Kim，S.、Shephard，N.和Chib，S.（1998年）。“随机波动性：似然推断和与ARCH模型的比较。”经济研究综述, 65(3): 361-393. ·Zbl 0910.90067号 ·doi:10.1111/1467-937X.00050
[36] Koop，G.M.（2013）。“使用中型和大型贝叶斯VAR进行预测。”应用计量经济学杂志, 28(2): 177-203. ·doi:10.1002/jae.1270
[37] Korobilis，D.（2013）。“具有多个预测因子的动态回归的层次收缩先验。”国际预测杂志, 29(1): 43-59. ·Zbl 1397.62345号 ·doi:10.1002/适用于2268
[38] Kowal，D.R.（2019）。“用于麻疹预测的整值函数数据分析。”生物计量学, 75(4): 1321-1333. ·Zbl 1448.62174号 ·doi:10.1111/biom.13110
[39] Kowal，D.R.（2020年）。““时序功能数据的动态回归模型”的补充材料。”贝叶斯分析. ·doi:10.1214/20-BA1213SUPP文件
[40] Kowal，D.R.和Bourgeois，D.C.（2019年）。“高维数据的贝叶斯函数-标量回归。”计算与图形统计杂志.即将推出。
[41] Kowal，D.R.、Matteson，D.S.和Ruppert，D.（2017a）。“一个贝叶斯多元函数动态线性模型。”美国统计协会杂志, 112(518): 733-744. ·doi:10.1080/01621459.2016.1165104
[42] Kowal，D.R.、Matteson，D.S.和Ruppert，D.（2017b）。“稀疏采样数据的函数自回归。”商业与经济统计杂志, 1-13.
[43] Kowal，D.R.、Matteson，D.S.和Ruppert，D.（2019年）。“动态收缩过程。”英国皇家统计学会杂志：B辑（统计方法）. ·Zbl 1428.62397号 ·doi:10.1111/rssb.12325
[44] Laurini，M.P.（2014）。“使用非参数状态空间模型进行动态功能数据分析。”应用统计学杂志, 41(1): 142-163. ·Zbl 1514.62686号 ·doi:10.1080/02664763.2013.838663
[45] Laurini，M.P.和Hotta，L.K.（2010年）。“Diebold-Li术语结构模型的贝叶斯扩展。”财务分析国际评论, 19(5): 342-350.
[46] Mönch，E.（2008）。“在数据丰富的环境中预测收益率曲线：无风险因子增强VAR方法。”计量经济学杂志, 146(1): 26-43. ·Zbl 1418.62521号 ·doi:10.1016/j.jeconom.2008.06.002
[47] Montagna，S.、Tokdar，S.T.、Neelon，B.和Dunson，D.B.（2012年）。“功能和纵向数据的贝叶斯潜在因素回归。”生物计量学, 68(4): 1064-1073. ·Zbl 1258.62030号 ·doi:10.1111/j.1541-0420.2012.01788.x
[48] 莫里斯，J.S.（2015）。“功能回归。”统计年鉴及其应用, 2: 321-359.
[49] Morris，J.S.和Carroll，R.J.（2006）。“基于小波的功能混合模型。”英国皇家统计学会期刊：B辑（统计方法论）, 68(2): 179-199. ·Zbl 1110.62053号 ·文件编号：10.1111/j.1467-9868.2006.00539.x
[50] Mumtaz，H.和Surico，P.（2009年）。“随时间变化的收益率曲线动态和货币政策。”应用计量经济学杂志, 24(6): 895-913. ·doi:10.1002/jae.1084
[51] Nelson，C.R.和Siegel，A.F.（1987）。“收益率曲线的简约建模。”商业杂志, 60(4): 473.
[52] Omori，Y.、Chib，S.、Shephard，N.和Nakajima，J.（2007年）。“带杠杆的随机波动性：快速有效的可能性推断。”计量经济学杂志, 140(2): 425-449. ·Zbl 1247.91207号 ·doi:10.1016/j.jeconom.2006.07.008
[53] Park，S.Y.和Staicu，A.-M.（2015）。“纵向功能数据分析。”统计, 4(1): 212-226. ·doi:10.1002/sta4.89
[54] Piironen，J.和Vehtari，A.（2016）。“关于马蹄形先验中全局收缩参数的超先验选择。”arXiv预打印arXiv:1610.05559.
[55] Polson，N.G.和Scott，J.G.（2010年）。“全球收缩，局部行动：稀疏贝叶斯正则化和预测。”贝叶斯统计, 9: 501-538. ·doi:10.1093/acprof:oso/9780199694587.003.017
[56] Polson，N.G.和Scott，J.G.（2012年）。“局部收缩规则、Lévy过程和正则回归。”英国皇家统计学会杂志：B辑（统计方法）, 74(2): 287-311. ·Zbl 1411.62209号 ·文件编号：10.1111/j.1467-9868.2011.01015.x
[57] Ramsay，J.和Silverman，B.（2005年）。功能数据分析施普林格·Zbl 1079.62006号
[58] Reiss，P.T.、Huang，L.和Mennes，M.（2010年）。“具有惩罚基展开的快速函数-标量回归。”国际生物统计学杂志, 6(1). ·doi:10.2202/1557-4679.1246
[59] Suarez，A.J.、Ghosal，S.等人（2017）。“功能数据主成分的贝叶斯估计。”贝叶斯分析, 12(2): 311-333. ·Zbl 1384.62189号 ·doi:10.1214/16-BA1003
[60] Svensson，L.E.（1994）。“预测和解释远期利率：1992-1994年瑞典”，国家经济研究局技术报告。
[61] van der Pas，S.、Kleijn，B.和van der Vaart，A.（2014）。“马蹄形估计器：近黑色载体周围的后验浓度。”电子统计杂志, 8(2): 2585-2618. ·Zbl 1309.62060号 ·doi:10.1214/14-EJS962
[62] Van Dijk，D.、Koopman，S.J.、Van der Wel，M.和Wright，J.H.（2014）。“通过改变端点预测利率。”应用计量经济学杂志, 29(5): 693-712. ·doi:10.1002/jae.2358
[63] West，M.和Harrison，J.（1997年）。贝叶斯预测和动态模型施普林格·Zbl 0871.62026号
[64] Wood，S.（2006）。广义可加模型：R引言CRC出版社·Zbl 1087.62082号
[65] Xiao，L.、Li，Y.和Ruppert，D.（2013）。“快速二元P样条：三明治更平滑。”英国皇家统计学会杂志：B辑（统计方法）, 75(3): 577-599 ·Zbl 1411.62109号 ·doi:10.1111/rssb.12007
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。