微信扫一扫,移动浏览光盘
简介
宏观时间序列模型的时变性和非线性已经成为众所周知的经济学特征事实。尽管非线性参数模型能够较好地拟合数据，但样本外预测能力却无法令人满意。在广泛使用的平滑转换自回归(smooth transition autoregressive, STAR)模型中，转换变量进入转换函数的方式过多地依赖一些先验的函数形式假设，从而存在模型误设的风险。本书使用非参数方法拓展传统的STAR模型，首次提出半参数STAR模型。在保持STAR模型基本形式不变的前提下，让转换变量以非参数的形式进入转换函数，在保留传统STAR模型较好的经济学解释能力的同时，该模型能够避免模型误设的风险，从而提高模型的样本外预测能力。本书提出了一个新的三阶段估计方法，并建立了估计量的大样本统计性质。本书用1994年1月到2012年7月的人民币实际有效汇率月度数据，比较了半参数STAR模型和*游走模型、自回归模型、门限自回归模型、平滑转换自回归模型和人工神经网络模型的样本外预测能力，发现半参数STAR 模型在样本外预测能力上具有显著优势。同时，作为使用STAR模型的前提，本书提出了一个新的非参数稳定性检验用于检验模型的结构稳定性。和传统的稳定性检验方法相比，该方法不仅能够检验结构突变，而且能够更有效地捕捉到缓慢的连续性结构变化。本书的研究内容不仅是理论和方法论的创新，而且在宏观经济分析与预测中具有重要的应用价值。
目录
第1章绪论
第1节研究背景和意义
第2节研究内容、方法和创新
第2章非参数稳定性检验
第1节引言
第2节文献综述
第3节非参数稳定性检验方法
第4节实证分析
第5节结论
第3章非线性时间序列参数模型
第1节引言
第2节马尔柯夫机制转换模型
第3节门限自回归模型
第4节平滑转换自回归模型
第5节结论
第4章半参数LSTAR模型
第1节引言
第2节模型设定
第3节半参数LSTAR模型估计方法
第4节大样本理论
第5节大样本渐进性质
第6节蒙特卡洛数值模拟
第7节结论
第8节理论证明
第5章人民币实际汇率预测的实证研究
第1节引言
第2节数据描述
第3节实证分析
第4节模型样本外预测能力比较
第5节小结
第6章总结
参考文献
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
