預(yù)測經(jīng)濟(jì)時(shí)間序列

內(nèi)容概要

本書旨在建立一套適用于宏觀經(jīng)濟(jì)預(yù)測的經(jīng)濟(jì)計(jì)量學(xué)理論，作者系統(tǒng)地討論了經(jīng)濟(jì)預(yù)測各方面的相關(guān)問題，并對產(chǎn)生和評價(jià)預(yù)測的傳統(tǒng)的經(jīng)濟(jì)計(jì)量工具和技術(shù)作了批判性的評價(jià)。最后給出了對實(shí)際預(yù)測工作的建議。

作者簡介

M.P.柯萊蒙茲（M.P.Clements）牛津大學(xué)（Oxford University）納菲爾德學(xué)院（Nuffield College）計(jì)量經(jīng)濟(jì)學(xué)哲學(xué)博士，現(xiàn)任英國沃里克大學(xué)（Warwick University）經(jīng)濟(jì)系數(shù)授，《國際預(yù)測學(xué)刊》（International Journal of Forecasting）主編

書籍目錄

1　預(yù)測簡論  1.1　本書的背景  1.2　本書的結(jié)構(gòu)  1.3　經(jīng)濟(jì)預(yù)測理論簡史　1.4　預(yù)測框架　1.5　其他預(yù)測方法　1.6　一個(gè)虛構(gòu)的實(shí)例2　預(yù)測的首要原理　2.1　簡介　2.2　不可預(yù)測性　2.3　信息含量　2.4　隨機(jī)變量的矩　2.5　可預(yù)報(bào)性　2.6　概念的含義　2.7　預(yù)測技術(shù)簡介　2.8　多變量模型的預(yù)測　2.9　經(jīng)濟(jì)預(yù)測中的因果信息  　2.10　小結(jié)3　預(yù)測精度的評價(jià)　3.1　簡介　3.2　預(yù)測結(jié)果的比較　3.3　相競模型的預(yù)測　3.4　MSFE度量　3.5　MSFE標(biāo)準(zhǔn)的非不變性　3.6　一個(gè)具不變性的預(yù)測精度度量　3.7　預(yù)測似然函數(shù)　3.8　小結(jié)4　單變量過程的預(yù)測　4.1　簡介　4.2　穩(wěn)定的隨機(jī)過程　4.3　穩(wěn)定性　4.4　隨機(jī)的非穩(wěn)定性　4.5　確定的非穩(wěn)定性　4.6　分?jǐn)?shù)整合過程　4.7　非線性模型的預(yù)測　4.8　含有ARCH誤差的模型的預(yù)測　4.9　二階矩相關(guān)和非對稱損失函數(shù)  　4.10　小結(jié)  　4.11　附錄：估計(jì)量冪指數(shù)的近似計(jì)算5　蒙特卡羅模擬技術(shù)　5.1　簡介　5.2　蒙特卡羅的基本理論　5.3　兩階矩度量的控制變量　5.4　對偶變量：單方程的預(yù)測偏差　5.5　小結(jié)6　協(xié)整系統(tǒng)的預(yù)測　6.1　簡介　6.2　非穩(wěn)定變量組成的系統(tǒng)　6.3　AR表示形式的線性變換　6.4　漸近方差公式　6.5　系統(tǒng)的預(yù)測偏差　6.6　小樣本估計(jì)中的問題　6.7　蒙特卡羅實(shí)驗(yàn)的設(shè)計(jì)　6.8　模擬結(jié)果　6.9　實(shí)例說明　6.10　小結(jié)  　6.11　附錄：數(shù)學(xué)推導(dǎo)7　大型宏觀經(jīng)濟(jì)計(jì)量模型的預(yù)測8　截距修正理論：超越機(jī)械式的預(yù)測9　領(lǐng)先指標(biāo)在預(yù)測中的應(yīng)用10　綜合預(yù)測11　多步估計(jì)12　模型的簡易性13　預(yù)測精的檢驗(yàn)14　后記數(shù)學(xué)符號(hào)參考文獻(xiàn)作者索引主題索引

章節(jié)摘錄

　　1　預(yù)測簡論　　1.1　本書的背景　　用實(shí)證的經(jīng)濟(jì)計(jì)量模型作宏觀經(jīng)濟(jì)預(yù)測，是一項(xiàng)具有挑戰(zhàn)性的工作，但卻意義重大，本書的目的旨在討論這一工作中經(jīng)常出現(xiàn)的一些本質(zhì)問題，遺憾的是，很多方　研究都回避了現(xiàn)實(shí)工作中可能遇到的困難，所以研究結(jié)果也只有有限的意義，一般地，用經(jīng)濟(jì)計(jì)量模型作預(yù)測時(shí)，總假設(shè)使用的模型是設(shè)置正確的，即它們與產(chǎn)生數(shù)據(jù)的機(jī)制是一致的，由此推導(dǎo)出這些模型的數(shù)學(xué)和統(tǒng)計(jì)特征。經(jīng)濟(jì)計(jì)量學(xué)為分析這些模型的特征提供了有效的工具和技術(shù)，但這些技術(shù)必須建立在一些“假設(shè)”之上，使得數(shù)量化的結(jié)果合乎邏輯。為了使合乎邏輯的結(jié)論有實(shí)際意義，這些“假設(shè)”必須反映現(xiàn)實(shí)世界的特征，這在預(yù)測分析中也是如此。但許多現(xiàn)存的經(jīng)濟(jì)預(yù)測，卻建立在過于簡單的假設(shè)上，如假設(shè)：(1)數(shù)據(jù)產(chǎn)生過程(DGP)是不變的、不隨時(shí)間變化的；(2)數(shù)據(jù)產(chǎn)生過程是穩(wěn)定的(non-inte—grated)隨機(jī)過程；(3)數(shù)據(jù)產(chǎn)生過程與用來預(yù)測的經(jīng)濟(jì)計(jì)量模型是一致的?！　〉谝粋€(gè)假設(shè)，即存在不變的、不隨時(shí)間變化的DGP，排除了由經(jīng)濟(jì)體系結(jié)構(gòu)變化(structural change)和體制遷移(regime shift)所引起的經(jīng)濟(jì)的進(jìn)展。而這樣的變化和變遷是經(jīng)常發(fā)生的，它們對最佳預(yù)測的傳統(tǒng)結(jié)果提出了挑戰(zhàn)。舉個(gè)簡單的例子，若一個(gè)過程經(jīng)歷了系統(tǒng)遷移，那么基于過去的信息的預(yù)測，由于它們基于系統(tǒng)發(fā)生遷移前的條件期望值，就不一定再是對將來的無偏預(yù)測。我們現(xiàn)在正在進(jìn)行的研究課題，就是探討在存在確定性的(deterministic)非穩(wěn)定的(non—stationary)變化時(shí)，如系統(tǒng)遷移等，如何進(jìn)行合理的預(yù)測。這一研究課題的部分結(jié)果成為本書的基礎(chǔ)，而更完整、更系統(tǒng)的處理將在本書的續(xù)篇中給出。我們在本書的第2．9，7．4，8．6和12．6節(jié)中，分析了在不同條件下作預(yù)測的意義。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    預(yù)測經(jīng)濟(jì)時(shí)間序列 PDF格式下載

---