Lenten,Liam J.A。 香蕉和汽油:澳大利亚统计局“标题”和“潜在”通货膨胀率预测准确性的进一步证据。 (英语) Zbl 1204.91094号 J.预测。 29,第6期,556-572(2010). 摘要:鉴于“香蕉和汽油”仍然是近期澳大利亚通货膨胀压力的主要驱动因素,因此从预测准确性的角度对“标题”和“潜在”通货膨胀率进行了仔细审查。一般结构时间序列建模策略被应用于其他类型的消费者价格指数(CPI)测度的估计模型。由此,根据各种模型生成样本外预测。随后对基本预测进行调整,以便于比较。然后进行Ashley、Granger和Schmalensee(1980)检验,以确定模型的均方根误差之间是否存在统计上的显著差异。这些结果支持了Song(2005)的最新发现,即使用基础利率的预测模型并不比基于标题利率的预测模式系统性差。事实上,有强有力的证据表明,基本的衡量指标产生了更好的预测。 MSC公司: 91磅82 统计方法;经济指标与措施 关键词:预测;未观察到的组件;通货膨胀;测量 软件:印章 PDF格式BibTeX公司 XML格式引用 \textit{L.J.A.四旬斋},J.预测。29,第6号,556--572(2010;Zbl 1204.91094) 全文: 内政部 参考文献: [1] Akaike,第二届信息理论国际研讨会,第267页–(1973) [2] Akaike,《统计学应用》第27页–(1977年) [3] Ashley,《广告与总消费:因果关系分析》,《计量经济学》48(5),第1149页–(1980)·Zbl 0442.90012号 [4] 澳大利亚统计局2005年消费者价格指数指南 [5] 鲍曼,基于(sqrt{b_1})和b2的偏离正态性的综合检验轮廓,生物统计学62(2)第243页–(1975)·Zbl 0308.62016号 [6] Brischetto A Richards A.2006基本通货膨胀修正平均值指标的表现 [7] Camba Mendez,《使用潜在通胀的动态因素测量预测欧元区通胀》,《预测杂志》第24(7)页491–(2005) [8] Dixon,澳大利亚潜在通货膨胀:现有措施令人满意吗?,经济记录80(251)pp 373–(2004) [9] Harvey,预测,结构时间序列模型和卡尔曼滤波器(1989) [10] Koopman,结构时间序列分析仪、建模器和预测器:STAMP 8(2007) [11] Lenten,《季节性调整对预测准确性的影响》,《国际应用商业与经济研究杂志》6(1)第63页–(2008) [12] Ljung,《关于时间序列模型拟合不足的度量》,Biometrika 65(2)第297页–(1978)·Zbl 0386.62079号 [13] Makridakis,《预测准确性:实证研究》,《皇家统计学会杂志》,A辑142(2),第97页–(1979) [14] Moosa,《季节调整对美国西海岸石油进口预测准确性的影响》,《经济研究杂志》5(2),第149–(2000)页 [15] 普洛瑟,短期预测和季节调整,《美国统计协会杂志》74(365),第15页–(1979)·兹伯利0398.62074 [16] 罗伯茨I.2005潜在通货膨胀:概念、衡量和表现 [17] Schwarz,估算模型的维数,《统计年鉴》6(2)第461页–(1978)·兹伯利0379.62005 [18] 宋,通货膨胀的基本指标是否优于总体利率?澳大利亚数据证据,应用经济学37(3)pp 339–(2005) [19] Stavrev E.2006欧元区潜在通货膨胀的衡量:货币政策信息的评估和作用 [20] Vega,《欧元区核心通货膨胀指标的首次评估》,《德国经济评论》4(3),第269页–(2003) 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。