声明
摘要
第1章 绪论
1.1 研究背景
1.2 研究的目的与意义
1.3 研究框架与研究方法
1.4 本文主要创新点和不足之处
1.5 本章小结
第2章 文献综述
2.1 桥接方程
2.2 混频数据取样(MIDAS)方法
2.2.1 MIDAS权重函数
2.2.2 AR-MIDAS模型
2.2.3 CoMIDAS模型
2.2.4 MIDAS模型的拓展
2.3 混频-向量自回归(MF-VAR)模型
2.3.1 古典框架
2.3.2 贝叶斯框架
2.3.3 关于MIDAS方法与MF-VAR方法的讨论
2.4 混频因子模型
2.4.1 混频小规模因子模型
2.4.2 混频大规模因子模型
2.4.3 因子模型与混频状态空间表达式
2.5 因子-MIDAS模型
2.5.1 基本的因子-MIDAS方法
2.5.2 平滑MIDAS方法
2.5.3 无限制MIDAS方法
2.6 本章总结
第3章 产出增长率与通货膨胀率预测研究—基于MIDAS方法
3.1 数据与参数估计
3.1.1 频域滤波器
3.1.2 参数估计
3.2 预测分析
3.2.1 产出增长率的预测分析
3.2.2 通货膨胀率的预测分析
3.2.3 Diebold-Mariano检验
3.3 本章总结
第4章 波动性预测研究—基于MIDAS方法
4.1 MIDAS回归方程
4.2 MIDAS波动性预测模型
4.3 数据与实证结果
4.3.1 参数估计与预测分析
4.3.2 预测分析与对比
4.4 本章总结
第5章 粗糙边缘数据
5.1 粗糙边缘数据的估计方法
5.1.1 缺失观测值情况下MF-VAR的估计
5.1.2 使用粗糙边缘数据估计因子
5.2 使用粗糙边缘数据“实时预报”与预测产出增长率
5.2.1 MIDAS方法
5.2.2 MF-VAR方法
5.2.3 混频因子模型
5.2.4 月度产出增长率的预测
5.3 本章总结
第6章 结论
参考文献
致谢
攻读学位期间发表的学术论文目录