版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、向量自回歸(VAR)模型是多元時間序列中應(yīng)用比較廣泛的模型之一,它是單變量自回歸模型的多維推廣模型,最初由Litterman、Sargent和Sims等人在20世紀(jì)80年代初提出來的,主要用于替代聯(lián)立方程結(jié)構(gòu)模型,提高預(yù)測的準(zhǔn)確性。若在預(yù)測過程中增加一定的條件,即條件預(yù)測,能夠進(jìn)一步提高預(yù)測精度。本文將運(yùn)用條件預(yù)測對時間序列中缺失值進(jìn)行估計,得到了比較合理的的估計結(jié)果。 具體來說,本文的主要研究內(nèi)容包括以下幾方面內(nèi)容:
2、首先,介紹了平穩(wěn)時間序列的概念以及三類基本的平穩(wěn)時間序列模型,討論了平穩(wěn)時間序列檢驗的一個重要的方法-ADF單位根檢驗法。 第二,介紹了VAR模型的表示形式,討論了兩種參數(shù)估計方法,即極大似然估計與Bayesian估計。Bayesian估計主要運(yùn)用于模型變量較多或滯后階數(shù)較大時,即參數(shù)數(shù)量較多時。 第三,討論了VAR模型的兩個重要應(yīng)用:預(yù)測與Granger因果關(guān)系檢驗。模型預(yù)測主要討論了條件預(yù)測,即以已知變量為條件對未知
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 風(fēng)險值VaR的極值估計.pdf
- 基于動態(tài)極值風(fēng)險管理模型的VaR估計.pdf
- 基因表達(dá)數(shù)據(jù)的缺失值估計研究.pdf
- 對我國股市的實證分析——上證指數(shù)VaR值的估計.pdf
- 長記憶條件下中國股市VaR估計模型的比較研究.pdf
- VaR和CVaR風(fēng)險值的估計和計算.pdf
- 基于高頻數(shù)據(jù)的條件極值動態(tài)VaR估計研究.pdf
- 基于MCMC方法的SV模型估計及VAR計算.pdf
- 基于mcmcgarch模型的股市收益率var估計研究
- 隨機(jī)缺失條件下變系數(shù)部分線性模型的估計.pdf
- 面向微陣列數(shù)據(jù)的缺失值估計方法研究.pdf
- 基于極值理論和貝葉斯估計的電力市場風(fēng)險值VaR計算.pdf
- 基于半?yún)?shù)CopulA-GARCH模型估計ETFs的VaR.pdf
- VaR、CVaR的ARMA-GARCH模型估計和積分核型估計.pdf
- 缺失數(shù)據(jù)下帶約束條件的部分線性變系數(shù)EV模型估計.pdf
- 基于MCMC-GARCH模型的股市收益率VaR估計研究.pdf
- 缺失數(shù)據(jù)下EV模型的參數(shù)估計.pdf
- 基于VaR模型對中國股市的實證研究.pdf
- 基于MRS Copula-ARJI-GARCH模型的投資組合VaR估計與優(yōu)化.pdf
- 基于缺失屬性值概率模型的不完備數(shù)據(jù)聚類研究.pdf
評論
0/150
提交評論