發(fā)布時(shí)間：2024-10-04 20:29

　　 考慮到不同類經(jīng)濟(jì)指標(biāo)之間具有非線性的結(jié)構(gòu)信息,對128個(gè)美國宏觀經(jīng)濟(jì)指標(biāo)建立分層動(dòng)態(tài)因子模型。按實(shí)際經(jīng)濟(jì)意義將指標(biāo)分為收入產(chǎn)出、勞動(dòng)力、消費(fèi)和投資、價(jià)格、貨幣信用,以及利率匯率6部分,分別使用bottom-up和top-down兩種方法提取公共因子和塊級(jí)因子,并對其經(jīng)濟(jì)意義進(jìn)行解釋。最后對INDPRO,CPIAUCSL,PAYEMS和FEDFUND四個(gè)指標(biāo)建立關(guān)于公共因子和塊級(jí)因子的兩種預(yù)測模型,和時(shí)間序列模型的預(yù)測結(jié)果進(jìn)行對比,結(jié)果表明:分層動(dòng)態(tài)因子模型可以有效提取不同類型指標(biāo)的結(jié)構(gòu)信息,使得因子的可解釋性大大提高,基于因子的預(yù)測模型預(yù)測效果也有顯著提升。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 模型介紹
    1.1 動(dòng)態(tài)因子模型
    1.2 分層動(dòng)態(tài)因子模型
2 數(shù)據(jù)介紹和預(yù)處理
3 實(shí)證研究
    3.1 自底向上和自頂向下提取因子[10]
    3.2 基于分層動(dòng)態(tài)因子模型的預(yù)測
        3.2.1 時(shí)間序列模型預(yù)測
        3.2.2 預(yù)測方法一
        3.2.3 預(yù)測方法二
    3.3 特征分析[12]
    3.4 模型結(jié)果
4 結(jié)論



本文編號(hào)：4007113