声明
摘要
1.绪论
1.1研究背景与意义
1.2问题的提出
1.3研究思路和方法
1.4文章的主要内容
1.5本研究的创新之处
2.文献综述
2.1经济周期的相关理论
2.2混频数据模型在预测和区制识别中的应用
3.模型设置
3.1 MIDAS模型的设置
3.1.1一元MIDAS(m,k)回归模型
3.1.2 h步向前预测的一元MDAS(h,m,k)模型
3.1.3一元ADL(p)-MIDAS(m,k,h)模型
3.1.4 h步向前预测的ADL-M-MIDAS回归模型
3.1.5组合预测的C-MIDAS-AR模型
3.2混频VAR模型的设置
3.2.1 MF-VAR的设置形
3.2.2 VARDAS设置形式
3.3带有马尔科夫区制转移的混频数据模型
3.3.1 MS-MIDAS的设定
3.3.2 MSMF-VAR的设定
3.4因子混频数据模型
4.变量选取、数据处理与研究设计
4.1变量的选取
4.2数据的预处理
4.2.1对缺失值的处理方法
4.2.2数据的平稳化处理
4.3研究设计
4.3.2基准模型的选择
4.3.3稳健性检验标准
5.实证检验结果
5.1一元MIDAS-AR的估计结果及样本内预测
5.2一元MIDAS(3,K,h)-AR(1)的一步向前预测
5.3一元MIDAS(3,K,h)-AR(1)的多步向前预测
5.4 C-MIDAS-AR的组合预测
5.5多方程预测结果
5.6因子混频数据模型的预测
5.7 F-C-MIDAS和F-MF-VAR预测结果的SPA检验
5.8 MIDASs与MFVARs预测结果的对比分析
5.9 MSI-MF-VAR的估计结果
5.10我国经济的区制识别
6.研究结论及建议
6.1研究结论
6.2政策建议
6.3本研究的不足
6.4进一步研究的方向
参考文献
附录
致谢
在读期间科研成果目录
西南财经大学;