门限分位数自回归模型的预测方法及应用
分类号：F224;F822.5
【部门】合肥工业大学管理学院 阜阳师范学院经济学院 阜阳师范学院数学与统计学院
【摘要】金融经济系统预测是宏观经济管理的重要问题，系统中大多数变量具有非线性与异质性等特征，门限分位数自回归（ＴＱＡＲ）模型能够较好地揭示这一特征。本文研究ＴＱＡＲ模型的预测技术，给出其条件分位数预测和条件密度预测方法。数值模拟结果表明，与传统的门限均值自回归模型（ＴＡＲ）和分位数自回归（ＱＡＲ）模型相比，ＴＱＡＲ模型在预测的精度和准度方面更具优势。文章使用ＴＱＡＲ模型研究中国通货膨胀的非线性动态特征，并在此基础上预测通货膨胀的波动趋势。实证结果表明，ＴＱＡＲ模型不仅能够揭示通货膨胀的门限效应和异质效应，提供比ＴＡＲ和ＱＡＲ模型更高的预测精准度，而且能够通过条件密度预测曲线，细致刻画通货膨胀条件分布的．．．
【关键词】门限自回归 分位数回归 条件概率 通货膨胀
【基金】国家社科基金一般项目(15BJY008); 教育部人文社会科学研究规划基金项目(14YJA790015); 安徽省哲学社会科学规划基金项目(AHSKY2014D103); 安徽省经济学特色专业(2014tSzY021); 安徽省名师工作室(2014mSgzS153)的资助
【所属期刊栏目】数量经济技术经济研究
文献传递
