-
题名基于部分函数线性回归改进方法的CPI混频预测
被引量：1
- 1
-
-
作者
李气芳
苏梽芳
-
机构
闽南师范大学数学与统计学院
华侨大学经济与金融学院
-
出处
《佳木斯大学学报（自然科学版）》
CAS
2022年第3期160-164,共5页
-
基金
国家自然科学基金面上项目(11871259)
福建省社会科学基金项目(FJ2021C027)
闽南师范大学研究生教育教学改革研究项目(YJG202003)。
-
文摘
针对混频数据,提出一种新的分析方法。首先把具有函数特征的高频数据看成是某个随机过程产生的函数,然后利用部分函数线性回归模型对混频数据进行分析,并根据金融高频数据的相依特征,提出基于残差协方差函数的模型估计改进方法。最后通过数值模拟和CPI预测实例与现有的部分函数线性回归模型及MIDAS模型进行对比分析,结果表明本文提出的改进方法的样本外预测精度最高。
-
关键词
部分函数线性回归模型
混频数据
MIDAS模型
残差协方差函数
-
Keywords
partial functional linear regression model
mixed frequency data
MIDAS model
residual covariance function
-
分类号
F224.0
[经济管理—国民经济]
C812
[社会学—统计学]
-
-
题名相依条件下部分函数线性回归模型估计方法研究
- 2
-
-
作者
李气芳
苏梽芳
-
机构
闽南师范大学数学与统计学院
华侨大学经济与金融学院
-
出处
《应用概率统计》
CSCD
北大核心
2022年第6期904-918,共15页
-
基金
国家自然科学基金项目(批准号:11871259)
福建省创新战略研究项目(批准号:2021R0153)
+1 种基金
福建省社会科学基金项目(批准号:FJ2021C027)
闽南师范大学高级别培育项目(批准号:MSGJB2021023)资助。
-
文摘
部分函数线性回归模型是指因变量为标量、自变量包含标量和函数型变量的混合数据回归模型.现有的部分函数线性回归模型估计方法,假设函数型变量服从独立同分布,这与金融等领域函数型时间序列数据的相依特征不符.本文首先针对具有相依特征的函数型数据提出两种数据驱动的函数主成分表示方法,然后对模型中的回归系数函数进行正则化表示,最后把部分函数线性回归模型的估计转化为多元线性回归模型的估计.蒙特卡洛模拟结果表明,文中所提方法的参数估计误差较小、样本外预测精度较高;实例分析也表明文中所提方法在股票预测上的有效性.
-
关键词
部分函数线性回归模型
相依函数型数据
长期协方差函数
残差协方差函数
-
Keywords
partial functional linear regression model
dependent functional data
long-run covariance function
residual covariance function
-
分类号
O212.4
[理学—概率论与数理统计]
F224.0
[经济管理—国民经济]
-
