IDEAS主页打印自https://ideas.repec.org/a/eee/intfor/v35y2019i4p1735-1747.html
  我的参考书目  保存此文章

基于混合数据抽样的记分驱动动态模型预测经济时间序列

作者

上市的：
  • 保罗·高尔基
  • 科普曼，暹粒
  • 李梦恒

摘要

我们引入了一个多时间序列的混合频率计分驱动动态模型，其中高频变量的分数贡献通过混合数据采样加权方案进行转换。由此产生的动态模型通过使用来自高频变量的及时信息，为预测低频时间序列变量提供了一个灵活且易于实施的框架。在对美国整体通胀和GDP增长预测的实证研究中，我们验证了模型的样本内和样本外性能。特别是，我们使用每日油价和季度GDP增长预测月度整体通货膨胀，使用金融风险度量。预测结果和其他发现是有希望的。我们提出的具有混合数据采样加权的分数驱动动态模型在点和密度预测方面都优于竞争模型。

建议引用

  • Gorgi，Paolo&Koopman，Siem Jan&Li，Mengheng，2019年。"基于混合数据抽样的记分驱动动态模型预测经济时间序列,"国际预测杂志爱思唯尔，第35卷（4），第1735-1747页。
    • 手柄：RePEc:eee:int针对：v:35:y:2019:i:4:p:1735-1747
    DOI:10.1016/j.ij预测2018.11.005
    作为

    从出版商下载全文

    文件URL: http://www.sciencedirect.com/science/article/pii/S0169207018301997
    下载限制：全文仅供ScienceDirect用户使用
    文件URL: https://libkey.io/10.1016/j.ijforecast.2018.11.005？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于对此文档的访问受到限制，您可能希望在下面或搜索换一个不同的版本。

    此项目的其他版本：

    IDEAS上列出的参考文献

    作为
    1. F.Blasques&S.J.Koopman&A.Lucas，2015年。"连续响应观测驱动时间序列模型的信息论优化,"生物特征《Biometrika信托》，第102卷（2），第325-343页。
    2. 罗伯特·马里亚诺（Roberto S.Mariano）和村泽康图（Yasutomo Murasawa），2003年。"基于月度和季度序列的新商业周期重合指数,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第18卷（4），第427-443页。
    3. Drew Creal&Bernd Schwaab&Siem Jan Koopman&Andrí½Lucas，2014年。"观测驱动的混合度量动态因子模型及其在信用风险中的应用,"经济学与统计学综述麻省理工学院出版社，第96卷（5），第898-915页，12月。
    4. Todd E.Clark和Stephen J.Terry，2010年。"能源价格通货膨胀传递的时间变化,"货币、信贷与银行杂志，布莱克威尔出版社，第42卷（7），第1419-1433页，10月。
    5. Markus K.Brunnermeier和Yuliy Sannikov，2014年。"包含金融部门的宏观经济模型,"美国经济评论，美国经济协会，第104（2）卷，第379-421页，2月。
    6. Raffaella Giacomini和Halbert White，2006年。"条件预测能力测试,"计量经济学《计量经济学协会》，第74卷（6），第1545-1578页，11月。
    7. Doz，Catherine&Giannone，Domenico&Reichlin，Lucrezia，2011年。"基于卡尔曼滤波的大近似动态因子模型的两步估计,"计量经济学杂志爱思唯尔，第164（1）卷，第188-205页，9月。
    8. Delle Monache，Davide&Petrella，Ivan，2017年。"自适应模型和重尾模型在通货膨胀预测中的应用,"国际预测杂志爱思唯尔，第33卷（2），第482-501页。
    9. 弗朗索瓦·古里奥（Francois Gourio），2012年。"灾害风险和商业周期,"美国经济评论，美国经济协会，第102（6）卷，第2734-2766页，10月。
    10. 安德烈亚·卡里罗（Andrea Carriero）、托德·克拉克（Todd E.Clark）和马西米利亚诺·马塞利诺（Massimiliano Marcellino），2018年。"测量不确定性及其对经济的影响,"经济学与统计学综述麻省理工学院出版社，第100卷（5），第799-815页，12月。
    11. Andrew C.Harvey，2013年。"波动率和重尾的动态模型,"剑桥图书,剑桥大学出版社，编号9781107630024。
    12. Siem Jan Koopman、AndréLucas和Marcel Scharth，2016年。"用参数驱动和观测驱动模型预测时变参数,"经济学与统计学综述麻省理工学院出版社，第98卷（1），第97-110页，3月。
    13. 马西米利亚诺·马塞利诺（Massimiliano Marcellino）和克里斯蒂安·舒马赫（Christian Schumacher），2010年。"利用粗糙边缘数据进行现代预测和预测的因子MIDAS：德国GDP的模型比较,"牛津经济统计公报牛津大学经济系，第72卷（4），第518-550页，8月。
    14. Andrew Harvey和Alessandra Luati，2014年。"重尾过滤,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第109卷（507），第1112-1122页，9月。
    15. Diebold、Francis X和Mariano、Roberto S，2002年。"比较预测准确性,"商业与经济统计杂志，美国统计协会，第20卷（1），第134-144页，1月。
    16. Jordi Galí&Luca Gambetti，2015年。"货币政策对股市泡沫的影响：一些证据,"美国经济杂志：宏观经济学，美国经济协会，第7卷（1），第233-257页，1月。
    17. repec:hal:journl:peer-00844811未在IDEAS上列出
    18. Blasques，Francisco&Ji，Jiangyu&Lucas，André，2016年。"半参数得分驱动的波动率模型,"计算统计与数据分析爱思唯尔，第100卷（C），第58-69页。
    19. Sangjoon Kim&Neil Shephard&Siddhartha Chib，1998年。"随机波动性：似然推断及与ARCH模型的比较,"经济研究综述《经济研究评论》，第65卷（3），第361-393页。
    20. 安东内洛·达戈斯蒂诺（Antonello D'Agostino）、卢卡·甘贝蒂（Luca Gambetti）和多梅尼科·贾诺内（Domenico Giannone），2013年。"宏观经济预测与结构变化,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第28卷（1），第82-101页，1月。
    21. James H.Stock和Mark W.Watson，2003年。"预测产出和通货膨胀：资产价格的作用,"经济文学杂志，美国经济协会，第41卷（3），第788-829页，9月。
    22. John Geweke和Amisano，Gianni，2011年。"最佳预测池,"计量经济学杂志，爱思唯尔，第164卷（1），第130-141页，9月。
    23. Lucas，André&Zhang，Xin，2016年。"分数驱动的指数加权移动平均值和价值-风险预测,"国际预测杂志爱思唯尔，第32卷（2），第293-302页。
    24. 劳拉·维尔德坎普（Laura Veldkamp）和安娜·奥尔里克（Anna Orlik），2014年。"理解不确定性冲击和黑天鹅的作用,"CEPR讨论文件10147，C.E.P.R.讨论文件。
    25. Tim Bollerslev，1986年。"广义自回归条件异方差,"计量经济学杂志爱思唯尔，第31卷（3），第307-327页，4月。
    26. Cecilia Frale&Libero Monteforte，“未注明日期”。"FaMIDAS：一种具有MIDAS结构的混合频率因子模型,"工作文件经济和财政部财政部。
    27. 迈克尔·约翰内斯（Michael Johannes）、拉尔斯·A·洛赫斯托尔（Lars A.Lochstoer）和牟一群（Yiqun Mou），2016年。"了解消费动态,"金融杂志美国金融协会，第71（2）卷，第551-600页，4月。
    28. Michelle T.Armesto和Kristie M.Engemann以及Michael T.Owyang，2010年。"混合频率预测,"审查《圣路易斯联邦储备银行》，第92卷（11月），第521-536页。
    29. 舒马赫（Schumacher），克里斯蒂安（Christian&Breitung），约格（Jörg），2008年。"基于月度和季度数据的大因子模型的德国GDP实时预测,"国际预测杂志爱思唯尔，第24卷（3），第386-398页。
    30. 埃里克·盖泽尔（Eric Ghysels）和桑塔·克拉拉（Santa Clara）、佩德罗（Pedro）和瓦尔卡诺夫（Valkanov）、罗森（Rossen），2004年。"MIDAS触摸：混合数据采样回归模型,"加州大学洛杉矶分校安德森管理研究生院加州大学洛杉矶分校安德森管理研究生院qt9mf223rs。
    31. Chib，Siddhartha&Nardari，Federico&Shephard，Neil，2002年。"随机波动率模型的马尔可夫链蒙特卡罗方法,"计量经济学杂志爱思唯尔，第108（2）卷，第281-316页，6月。
    32. Drew Creal&Siem Jan Koopman&AndréLucas，2013年。"广义自回归得分模型及其应用,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第28卷（5），第777-795页，8月。
    33. Blasques，F.&Koopman，S.J.&Mallee，M.&Zhang，2016年。"混合频率数据动态因子分析和预测的加权最大似然法,"计量经济学杂志爱思唯尔，第193卷（2），第405-417页。
    34. 谢永凯（Tse，Y K&Tsui），阿尔伯特·K·C（Albert K C），2002年。"具有时变相关的多元广义自回归条件异方差模型,"商业与经济统计杂志，美国统计协会，第20卷（3），第351-362页，7月。
    35. Jennie Bai&Eric Ghysels&Jonathan H.Wright，2013年。"状态空间模型和MIDAS回归,"计量经济评论，Taylor&Francis期刊，第32卷（7），第779-813页，10月。
    36. 罗伯特·F·恩格尔，1982年。"英国通货膨胀方差估计的自回归条件异方差,"计量经济学《计量经济学协会》，第50卷（4），第987-1007页，7月。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    引文

    引文由CitEc项目，订阅其RSS源用于此项目。
    作为


    引用人：

    1. Nguyen，Hoang&Javed，Farrukh，2023年。"股票和债券收益之间的动态关系：GAS-MIDAS copula方法,"实证金融杂志爱思唯尔，第73卷（C），第272-292页。
    2. Tobias Eckernkemper和Bastian Gribisch，2021年。"日内条件风险值：一种周期性混合频率广义自回归评分方法,"预测杂志John Wiley&Sons，Ltd.，第40卷（5），第883-910页，8月。
    3. Sampi Bravo、James Robert Ezequiel和Jooste，Charl，2020年。"新冠肺炎时代的经济活动：来自谷歌社区流动报告的近似值,"政策研究工作文件系列9247，世界银行。
    4. 卡洛斯·亨利克·迪亚斯·科尔代罗·德·卡斯特罗和费尔南多·安东尼奥·卢塞纳·艾尤伯，2023年。"使用分数驱动的动态模型和组合方法预测通货膨胀时间序列：以巴西为例,"预测杂志，John Wiley&Sons，Ltd.，第42卷（2），第369-401页，3月。
    5. Paul Labonne，2022年。"不对称不确定性：利用实时数据中的倾斜度进行预测,"经济统计卓越中心（ESCoE）讨论文件ESCoE DP-2022-23，经济统计卓越中心（ESCoE）。
    6. Yang，Lu&Cui，Xue&Yang，Lei&Hamori，Shigeyuki&Cai，Xiaojing，2023年。"国际金融市场和中国宏观经济的风险溢出：MIDAS-CoVaR-QR模型,"国际经济与金融评论爱思唯尔，第84卷（C），第55-69页。
    7. 福恩特斯、费尔南达和埃雷拉、罗德里戈和克莱门茨，亚当，2023年。"预测极端财务风险：记分驱动方法,"国际预测杂志爱思唯尔，第39卷（2），第720-735页。
    8. 保罗·拉邦，2020年。"实时捕获GDP即时预测的不确定性,"论文2012.02601，arXiv.org，于2021年10月修订。

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Blasques，F.&Gorgi，P.&Koopman，S.J.，2019年。"加速记分驱动的时间序列模型,"计量经济学杂志爱思唯尔，第212（2）卷，第359-376页。
    2. Francisco（F.）Blasques&Paolo Gorgi&Siem Jan（S.J.）Koopman，2017年。"加速GARCH和分数驱动模型：优化、估计和预测,"廷伯根研究所讨论文件17-059/III，廷伯根研究所。
    3. Mauro Bernardi和Leopoldo Catania，2015年。"切换-GAS Copula模型及其在系统风险中的应用,"论文1504.03733，arXiv.org，2016年1月修订。
    4. Petropoulos、Fotios和Apiletti、Daniele和Assimakopoulos、Vassilios和Babai、Mohamed Zied和Barrow、Devon K.和Ben Taieb、Souhaib和Bergmeir、Christoph和Bessa、Ricardo J.和Bijak、Jakub和Boylan、Joh，2022年。"预测：理论与实践,"国际预测杂志爱思唯尔，第38卷（3），第705-871页。
      • Fotios Petropoulos&Daniele Apiletti&Vassilios Assimakopoulos&Mohamed Zied Babai&Devon K.Barrow&Souhaib Ben Taieb&Christoph Bergmeir&Ricardo J.Bessa&Jakub Bijak&John E.Boylan&Jet，2020年。"预测：理论与实践,"论文2012.03854，arXiv.org，2022年1月修订。
    5. Lucas，André&Zhang，Xin，2016年。"分数驱动的指数加权移动平均值和价值-风险预测,"国际预测杂志爱思唯尔，第32卷（2），第293-302页。
    6. Giovanni Ballarin&Petros Dellaportas&Lyudmila Grigoryeva&Marcel Hirt&Sophie van Huellen&Juan-Pablo Ortega，2022年。"利用混合频率数据进行宏观经济预测的水库计算,"论文2211.00363，arXiv.org，2024年1月修订。
    7. Marco Bazzi、Francisco Blasques、Siem Jan Koopman和Andre Lucas，2017年。"马尔可夫状态切换模型的时变转移概率,"时间序列分析杂志Wiley Blackwell，第38卷（3），第458-478页，5月。
    8. 保罗·拉邦，2020年。"实时捕获GDP即时预测的不确定性,"论文2012.02601，arXiv.org，于2021年10月修订。
    9. 卡洛斯·亨利克·迪亚斯·科尔代罗·德·卡斯特罗和费尔南多·安东尼奥·卢塞纳·艾尤伯，2023年。"使用分数驱动的动态模型和组合方法预测通货膨胀时间序列：以巴西为例,"预测杂志，John Wiley&Sons，Ltd.，第42卷（2），第369-401页，3月。
    10. 卡塔尼亚，利奥波多&普罗埃蒂，托马索，2020年。"利用时变杠杆和波动性效应的波动性预测波动性,"国际预测杂志爱思唯尔，第36卷（4），第1301-1317页。
    11. Katja Heinisch和Rolf Scheufele，2018年。"自下而上还是直接？在数据丰富的环境中预测德国GDP,"实证经济学《施普林格》，第54卷（2），第705-745页，3月。
    12. Delle Monache，Davide&Petrella，Ivan，2017年。"自适应模型和重尾模型在通货膨胀预测中的应用,"国际预测杂志爱思唯尔，第33卷（2），第482-501页。
    13. 利奥波多·卡塔尼亚和安娜·格洛丽亚·比莱，2017年。"具有自回归和异方差扰动的动态空间自回归模型,"应用计量经济学杂志，John Wiley&Sons，Ltd.，第32卷（6），第1178-1196页，9月。
    14. Mohamed CHIKHI&Claude DIEBOLT&Tapas MISHRA，2019年。"驱动内存！从SEMIFARMA-AEGAS模型对股价表现预测的新见解,"工作文件07-19，法国克里姆雷特里协会（AFC）。
    15. Christian Glocker和Serguei Kaniovski，2022年。"使用动态因子模型簇的宏观经济计量预测,"实证经济学施普林格，第63卷（1），第43-91页，7月。
    16. Neves，César&Fernandes，Cristiano&Hoeltgebaum，Henrique，2017年。"Lee–Carter死亡率预测模型的五种不同分布：使用GAS模型的比较,"保险：数学与经济学爱思唯尔，第75卷（C），第48-57页。
    17. Francisco Blasques&Siem Jan Koopman&AndréLucas，2014年。"观测驱动时间序列模型的信息论最优性,"廷伯根研究所讨论文件14-046/III，廷伯根研究所。
    18. Francisco（F.）Blasques&Andre（A.）Lucas&Andries van Vlodrop，2017年。"分数驱动波动率模型的有限样本最优性,"廷伯根研究所讨论文件17-111/III，廷伯根研究所。
    19. Lucas，André&Opschoor，Anne&Schaumburg，Julia，2016年。"分数驱动的时变参数模型中缺失值的解释,"经济学快报爱思唯尔，第148（C）卷，第96-98页。
    20. Blasques，Francisco&Lucas，André&van Vlodrop，Andries C.，2021年。"分数驱动波动率模型的有限样本最优性：一些蒙特卡罗证据,"计量经济与统计爱思唯尔，第19卷（C），第47-57页。

    有关此项目的更多信息

    关键词

    广义自回归评分模型;混频时间序列;时间变量参数;国内生产总值;通货膨胀;
    所有这些关键字.

    JEL公司分类：

    • C42型-数学和定量方法——计量经济学和统计方法：专题——调查方法

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:eee:int针对：v:35:y:2019:i:4:p:1735-1747。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正作者、标题、摘要、参考书目或下载信息，请联系：Catherine Liu（电子邮件地址如下）。供应商的一般联系方式：http://www.elsevier.com/locate/ijforecast网站.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。