×
托马斯·戈茨。;阿兰·赫克;斯密克斯，斯蒂芬

大型混频VAR中Granger因果关系的测试。 （英语） Zbl 1431.62380号

《经济学杂志》。 193，第2期，418-432（2016）.
小结：我们分析了混合频率VAR中的格兰杰因果检验，其中变量的采样频率差异很大，这意味着在我们尝试无限制估计模型时存在参数增殖问题。我们提出了几种基于降秩限制的测试，包括bootstrap版本，以考虑因子估计不确定性并改进测试的有限样本属性，以及贝叶斯VAR扩展到混合频率。我们将这些方法与基于聚合模型的测试进行了比较最大值-测试[E.盖泽尔等人，混合频率数据的简单格兰杰因果关系检验。工作文件。北卡罗来纳大学教堂山分校：经济学系（2016）]和无限制VAR测试[E.盖泽尔等，《经济学杂志》。192，第1号，207–230（2016年；Zbl 1419.62229号)]使用蒙特卡罗模拟。一个实证应用说明了这些技术。

引用于7文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62F03型 参数假设检验
62F40型 引导、折刀和其他重采样方法
62第20页 统计学在经济学中的应用

关键词：

格兰杰因果关系;混频VAR;贝叶斯VAR;降秩模型;自举测试

引文：

Zbl 1419.62229号
PDF格式BibTeX公司 XML格式引用
\textit{T.B.Götz}等人，《经济学杂志》。193，No.2，418--432（2016；Zbl 1431.62380）
全文： 内政部 链接

参考文献：

[1] Anderson，T.W.，《多元正态分布回归系数的线性限制估计》，Ann.Math。统计学。，22327-351（1951年）·Zbl 0043.13902号
[2] 安德烈·E。；奥斯本·D·R。；Sensier，M.，《商业周期中美国、英国和德国金融变量统计特性的比较》，曼彻斯特学校，68，396-418（2000）
[3] Andrews，D.W.K.，《经典假设检验和贝叶斯后验概率检验之间的大样本对应关系》，《计量经济学》，621207-1232（1994）·Zbl 0823.68033号
[4] Baǹbura，M。；Giannone，D。；Reichlin，L.，大型贝叶斯向量自回归，J.Appl。计量经济学，25，71-92（2010）
[5] Bauwens，L。；卢布拉诺，M。；Richard，J.-F.，《动态计量经济模型中的贝叶斯推断》（2000），牛津大学出版社
[6] Bose，A.，Edgeworth autoregressions中bootstrap校正，Ann.Statist。，16, 1709-1722 (1988) ·Zbl 0653.62016号
[7] 布雷通，J。；Swanson，N.R.，《多时间序列模型中的时间聚集和虚假瞬时因果关系》，《时间序列分析杂志》。，23, 651-666 (2002) ·Zbl 1113.62096号
[8] Brüggemann，R。；Jentsch，C。；Trenkler，C.，用未知形式的条件异方差进行VAR推断，《计量经济学杂志》，191，69-85（2016）·Zbl 1390.62173号
[9] Carriero，A。；卡佩塔尼奥斯，G。；Marcellino，M.，用贝叶斯降秩多元模型预测大型数据集，J.Appl。计量经济学，26735-761（2011）
[10] Cavaliere，G。；Rahbek，A。；Taylor，A.M.R.，向量自回归模型中协整秩的Bootstrap确定，《计量经济学》，80，1721-1740（2012）·Zbl 1274.62223号
[11] Chauvet，M。；森尤兹，Z。；Yoldas，E.，金融波动给我们宏观经济波动带来了什么？，《经济学杂志》。发电机。控制，52，340-360（2015）·兹比尔1402.91423
[12] 克莱门茨，M。；Galváo，A.B.，《混频数据的宏观经济预测》，J.Bus。经济。统计学。，26, 546-554 (2008)
[13] 克莱门茨，M。；Galváo，A.B.，《使用领先指标预测美国产出增长：使用MIDAS模型的评估》，J.Appl。计量经济学，241187-1206（2009）
[14] Corsi，F.，已实现波动率的简单近似长记忆模型，J.Financ。经济。，7, 174-196 (2009)
[15] 库巴达，G。；Guardabascio，B.，《宏观经济预测的中N方法》，《经济学》。型号。，29, 1099-1105 (2012)
[16] 库巴达，G。；Hecq，A.，《数据丰富环境中常见自相关的测试》，J.Forecast。，30, 325-335 (2011) ·Zbl 1211.91196号
[17] 戴维森，R。；MacKinnon，J.G.，《引导和渐近检验的力量》，《计量经济学杂志》，第133期，第421-441页（2006年）·Zbl 1345.62058号
[18] Davies，R.B.，假设检验，当滋扰参数仅在备选方案下存在时，Biometrika，74，33-43（1987）·Zbl 0612.62023号
[19] 杜福尔，J.-M。；造粒机，D。；Renault，E.，《时间序列中的短期和长期因果关系：推断》，《计量经济学杂志》，132337-362（2006）·Zbl 1337.62358号
[20] 杜福尔，J.-M。；Renault，E.，《时间序列中的短期和长期因果关系：理论》，《计量经济学》，661099-1126（1998）·Zbl 1055.62547号
[21] Dunn，O.J.，《均值之间的多重比较》，J.Amer。统计师。协会，56，52-64（1961）·Zbl 0103.37001号
[22] 恩格尔，R.F。；Rangel，J.G.，《低频波动及其全球宏观经济原因的样条曲线模型》，《金融评论》。螺柱，211187-1222（2008）
[23] 埃雷克，B。；Chiu，C.W.J。；Foerster，A.T。；Kim，T.B。；Seoane，H.D.，贝叶斯混合频率VAR，J.Financ。经济。，13, 698-721 (2015)
[24] 福罗尼，C。；Ghysels，E。；Marcellino，M.，混合频率向量自回归模型，（Fomby，T.B.；Kilian，L.；Murphy，A.，《计量经济学进展》，第32卷（2013年），翡翠集团出版有限公司），247-272·Zbl 1443.62150号
[25] 福罗尼，C。；Marcellino，M.，《混合频率结构模型：识别、估计和政策分析》，J.Appl。计量经济学，291118-1144（2014）
[26] 福罗尼，C。；马塞利诺，M。；舒马赫，C.，《无限制混合数据采样（MIDAS）：具有无限制滞后多项式的MIDAS回归》，J.Roy。统计师。Soc.序列号。A、 178、57-82（2015）
[27] Forsberg，L。；Ghysels，E.，为什么绝对收益能很好地预测波动性？，J.财务。经济。，5, 31-67 (2007)
[28] Ghysels，E.，《宏观经济学与混合频率数据的现实》，J.Econometrics（2016），（即将出版）·Zbl 1431.62377号
[30] Ghysels，E。；希尔，J.B。；Motegi，K.，用混合频率数据检验格兰杰因果关系，《计量经济学杂志》，192207-230（2016）·Zbl 1419.62229号
[31] Ghysels，E。；Miller，J.I.，《时间聚集和混合频率时间序列的协整检验》，《时间序列分析》。，36, 797-816 (2015) ·Zbl 1330.62339号
[33] Ghysels，E。；圣克拉拉，P。；Valkanov，R.，《预测波动性：从不同频率采样的回报数据中获取最大收益》，《计量经济学杂志》，131，59-95（2006）·Zbl 1337.62363号
[34] Ghysels，E。；Sinko，A。；Valkanov，R.，《迈达斯回归：进一步结果和新方向》，《计量经济学评论》，26，53-90（2007）·Zbl 1108.62092号
[35] Ghysels，E。；Valkanov，R.，《用MIDAS预测波动率》（Bauwens，L.；Hafner，C.；Laurent，S.，《波动率模型及其应用手册》，第16章（2012），John Wiley&Sons，Inc.：John Willey&Sons公司，美国新泽西州霍博肯），383-401·Zbl 1325.62003号
[36] 贡萨尔维斯，S。；Kilian，L.，未知形式条件异方差自回归，计量经济学杂志，123，89-120（2004）·兹比尔1328.62517
[37] 贡萨尔维斯，S。；Perron，B.，Bootstrapping因子增强回归模型，《计量经济学杂志》，182，156-173（2014）·Zbl 1311.62040号
[38] 哥茨，T.B。；Hecq，A.，《混合频率向量自回归模型中的因果关系预测》，经济学杂志。莱特。，122, 74-78 (2014) ·Zbl 1290.62073号
[39] 哥茨，T.B。；Hecq，A。；Urbain，J.-P.，《用不同频率数据测试非平稳变量的常见周期》，（Fomby，T.B.；Kilian，L.；Murphy，A.，《计量经济学进展》，第32卷（2013年），翡翠集团出版有限公司），361-393·Zbl 1443.62151号
[40] 哥茨，T.B。；Hecq，A。；Urbain，J.-P.，用ECM-MIDAS模型预测混合频率时间序列，J.Forecast。，33, 198-213 (2014) ·Zbl 1397.62306号
[41] Granger，C.W.J.，《用计量经济学模型和交叉谱方法研究因果关系》，《计量经济学》，第37期，第424-438页（1969年）·兹比尔1366.91115
[42] Granger，C.W.J.，因果关系概念的一些最新发展，《计量经济学》，39，199-211（1988）·Zbl 0174.21901号
[43] 格兰杰，C.W.J。；Lin，J.-L.，《长期因果关系》，《计量经济学理论》，第11期，第530-536页（1995年）
[44] 哈密尔顿，J.D。；Gang，L.，《股市波动与商业周期》，J.Appl。计量经济学，11573-593（1996）
[45] Hansen，B.E.，《在无效假设下无法识别干扰参数时的推断》，《计量经济学》，第64期，第413-430页（1996年）·Zbl 0862.62090号
[46] 希伯尔，G。；伦德，A。；北谢泼德。；Sheppard，K.，牛津大学牛津人研究所实现的图书馆（0.2版）（2009年）
[47] Horowitz，J.L.，The bootstrap，（Heckman，J.J.；Leamer，E.E.，《计量经济学手册》，第5卷（2001），北荷兰出版社：北荷兰出版社阿姆斯特丹），3159-3228，（第52章）
[48] 卡迪亚拉，K.R。；Karlsson，S.，贝叶斯VAR模型中估计和推理的数值方法，J.Appl。计量经济学，12，99-132（1997）
[49] Kilian，L.，脉冲响应函数的小样本置信区间，经济评论。统计学。，80, 218-230 (1998)
[50] 库津，V。；马塞利诺，M。；Schumacher，C.，MIDAS vs.mixed-frequency VAR：欧元区GDP预测，国际期刊预测。，27, 529-542 (2011)
[51] Litterman，R.B.，《贝叶斯向量自回归预测——五年经验》，J.Bus。经济。统计学。，4, 25-38 (1986)
[52] Lütkepohl，H.，高维VAR模型中两个变量之间因果关系的测试·Zbl 0823.90017号
[53] Marcellino，M.，《实证分析中时间聚集的一些后果》，J.Bus。经济。统计学。，17, 129-136 (1999)
[54] 马塞利诺，M。；Schumacher，C.，因子MIDAS，用粗糙边缘数据进行预测：德国GDP的模型比较，牛津公牛。经济。统计学。，72, 518-550 (2010)
[56] Mele，A.，《非对称股票市场波动和预期回报的周期性行为》，《金融经济学杂志》，86，446-478（2007）
[58] Miller，J.I.，具有简约分布滞后结构的混合频率协整回归，J.Financ。经济。，12, 584-614 (2014)
[59] Paparoditis，E.，无限阶向量自回归过程的Bootstrapping自回归和滑动平均参数估计，J.多元分析。，57, 277-296 (1996) ·兹比尔0863.62078
[60] 教皇炎。；Politis，D.N.，回归模型中的Bootstrap假设检验，统计学。可能性。莱特。，74, 356-365 (2005) ·Zbl 1076.62020号
[61] 帕克，T。；Casella，G.，《贝叶斯拉索》，J.Amer。统计师。协会，103，681-686（2008）·Zbl 1330.62292号
[62] 拉维库马尔，B。；Ray，S。；Savin，N.E.，《具有附加限制的SUR系统中的稳健Wald测试》，《计量经济学》，68，715-720（2000）·Zbl 1016.62074号
[63] 肖尔菲德，F。；Song，D.，混合频率VAR的实时预测，J.Bus。经济。统计学。，33, 366-380 (2015)
[64] Schwert，G.W.，《商业周期、金融危机和股票波动》，卡内基·罗切斯特公共政策系列会议，3183-125（1989）
[65] Schwert，G.W.，《为什么股市波动性会随着时间而变化？》？，《金融杂志》，44，1115-1153（1989）
[66] 西尔维斯特里尼，A。；Veredas，D.，《单变量和多变量时间序列模型的时间聚集：调查》，J.Econ。调查。，22, 458-497 (2008)
[67] Sims，C.A.，计量经济学中连续时间分布滞后的离散近似，《计量经济学》，39，545-563（1971）·兹比尔0224.90021
[68] Sims，C.A。；Zha，T.，动态多元模型的贝叶斯方法，国际。经济。修订版，39，949-968（1998）
[69] 瓦希德，F。；Engle，R.F.，《共同趋势和共同周期》，J.Appl。计量经济学，8，341-360（1993）
[70] Van Giersbergen，N.P.A。；Kiviet，J.F.，《引导一个稳定的AD模型：弱外生性与强外生性》，牛津公牛出版社。经济。统计学。，58, 631-656 (1996)
[71] Vogel，C.R.，《反问题的计算方法》（2002），工业和应用数学学会：费城工业和应用算术学会·Zbl 1008.65103号
[72] Waggoner，D.F。；Zha，T.，结构向量自回归的吉布斯采样器，J.Econom。发电机。控制，28349-366（2003）·Zbl 1187.62149号
[73] White，H.，《数据窥探的现实检验》，《计量经济学》，第68期，第1097-1126页（2000年）·Zbl 1008.62116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。