混频时间序列的潜在因子分析及其应用
2019-09-25分类号:F224
【部门】对外经济贸易大学统计学院 中国人民大学统计学院 对外经济贸易大学智慧数据研究中心
【摘要】宏观经济产生的时间序列通常假设被少数潜在因子所控制,其共同作用表现为序列之间的联动效应。因子对于时间序列的分析和预测有重要的作用,但是宏观经济的实证分析往往包含混频数据,使得因子分析不能直接使用。为此,本文提出了混频时间序列的两种因子分析方法MIDAS-LF和EM-LF,前者得益于多变量MIDAS模型对低频序列的插值,后者利用EM算法进行迭代求解。模拟数据分析显示,相比于文献中的计算方法,MIDAS-LF对混频时间序列的分析有较好的效果,计算简便而且保留了原始数据的信息,可以更好地估计因子的成分和载荷,具有较低的拟合误差和预测误差。宏观经济的实际数据分析也证实了MIDAS-LF方法的可行性和正确性。
【关键词】潜在因子分析 混频时间序列 宏观经济分析
【基金】国家自然科学基金青年项目“基于广义SICA惩罚函数的高维数据参数估计与变量选取研究”(61603092);; 对外经济贸易大学惠园优秀青年学者项目“大数据下的统计方法创新研究及其应用”(17YQ15);对外经济贸易大学青年学术创新团队建设项目“健康大数据的统计创新研究”(CXTD10-10)的资助
【所属期刊栏目】统计研究
文献传递