期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
中国GDP增长率概率分布的预测分析——基于分位数因子模型
1
作者
肖强
曹红红
《中央财经大学学报》
CSSCI
北大核心
2024年第4期92-103,共12页
研究GDP增长率的概率分布,可以掌握经济增长的可能范围和经济发展趋势的不确定性,有助于决策者评估经济增长的风险和挑战,制定有效的经济政策。本文基于分位数因子模型(Quantile Factor Models,QFM),从高维宏观经济变量中提取分位数因子...
研究GDP增长率的概率分布,可以掌握经济增长的可能范围和经济发展趋势的不确定性,有助于决策者评估经济增长的风险和挑战,制定有效的经济政策。本文基于分位数因子模型(Quantile Factor Models,QFM),从高维宏观经济变量中提取分位数因子,拟合以分位数因子为条件的GDP增长率概率分布。实证结果表明:第一,分位数因子可为经济预测提供额外解释信息,提高模型的预测精度;第二,样本期间条件概率密度拟合结果表明QFM对GDP增长率的短期预测效果较好;第三,对比以分位数因子为条件和以实际GDP增长率为条件的两种概率分布,分位数因子为条件的分布在经济受到冲击时不确定性增大。本文对GDP增长率分布预测的研究与传统的均值预测相比,能提供比较全面和精确的经济预测信息,为经济不确定性和下行风险研究提供新思路,为经济波动机制的深入理解提供支持。
展开更多
关键词
GDP增长率
概率密度
预测
分位数因子模型
在线阅读
下载PDF
职称材料
基于分位数因子模型的高维时间序列因果关系分析
被引量：
1
2
作者
梁慧玲
刘慧
+2 位作者
刘力维
赵佳
阮怀军
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第4期550-560,共11页
从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题,传统Granger因果模型受到维度灾难的影响,难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法QFMCGC用于高维时间序列因果...
从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题,传统Granger因果模型受到维度灾难的影响,难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法QFMCGC用于高维时间序列因果关系的判定.首先,QFM-CGC采用赤池信息量准则进行模型选择,避免人为干预设置滞后阶数的操作;然后,对向量自回归(Vector Autoregressive,VAR)模型中的条件变量建立分位数因子模型进行降维,减少VAR模型中的待估计系数,对降维后的VAR模型重新进行条件Granger因果分析;最后,使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较,实验结果验证了该方法的有效性.
展开更多
关键词
高维时间序列
分位数因子模型
条件Granger因果
分
析
数据挖掘
在线阅读
下载PDF
职称材料
题名
中国GDP增长率概率分布的预测分析——基于分位数因子模型
1
作者
肖强
曹红红
机构
兰州财经大学统计与数据科学学院、甘肃经济发展数量分析研究中心
兰州财经大学统计与数据科学学院
出处
《中央财经大学学报》
CSSCI
北大核心
2024年第4期92-103,共12页
基金
国家自然科学基金项目“分位数动态因子模型的构建及其应用”(项目编号:72163019)
甘肃省重点研发项目“面向社区的社会治理大数据技术研究与应用”(项目编号:22YF7FA167)
甘肃省青年博士基金项目“基于分位数动态因子模型的通货膨胀与经济增长关联性分析”(项目编号:2023QB-071)。
文摘
研究GDP增长率的概率分布,可以掌握经济增长的可能范围和经济发展趋势的不确定性,有助于决策者评估经济增长的风险和挑战,制定有效的经济政策。本文基于分位数因子模型(Quantile Factor Models,QFM),从高维宏观经济变量中提取分位数因子,拟合以分位数因子为条件的GDP增长率概率分布。实证结果表明:第一,分位数因子可为经济预测提供额外解释信息,提高模型的预测精度;第二,样本期间条件概率密度拟合结果表明QFM对GDP增长率的短期预测效果较好;第三,对比以分位数因子为条件和以实际GDP增长率为条件的两种概率分布,分位数因子为条件的分布在经济受到冲击时不确定性增大。本文对GDP增长率分布预测的研究与传统的均值预测相比,能提供比较全面和精确的经济预测信息,为经济不确定性和下行风险研究提供新思路,为经济波动机制的深入理解提供支持。
关键词
GDP增长率
概率密度
预测
分位数因子模型
Keywords
GDP growth rate
Probability density
Forecasting
Quantile factor models
分类号
F201 [经济管理—国民经济]
O212 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于分位数因子模型的高维时间序列因果关系分析
被引量：
1
2
作者
梁慧玲
刘慧
刘力维
赵佳
阮怀军
机构
山东财经大学计算机科学与技术学院
山东省数字媒体技术重点实验室
山东省农业科学院信息技术研究所
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第4期550-560,共11页
基金
国家自然科学基金(62072274)
山东省科技成果转移转化项目(2021LYXZ021)
山东省泰山学者特聘专家计划(tstp20221137)。
文摘
从观察数据中发现变量之间的因果关系是许多科学研究领域的关键问题,传统Granger因果模型受到维度灾难的影响,难以准确地在高维时间序列中发现因果关系.提出一种基于分位数因子模型的Granger因果分析新方法QFMCGC用于高维时间序列因果关系的判定.首先,QFM-CGC采用赤池信息量准则进行模型选择,避免人为干预设置滞后阶数的操作;然后,对向量自回归(Vector Autoregressive,VAR)模型中的条件变量建立分位数因子模型进行降维,减少VAR模型中的待估计系数,对降维后的VAR模型重新进行条件Granger因果分析;最后,使用蒙特卡洛模拟评估不同方法识别底层系统与观测时间序列的连通性结构的能力.在不同维度变量的线性仿真系统和两组现实数据集上与基准方法和经典方法进行了比较,实验结果验证了该方法的有效性.
关键词
高维时间序列
分位数因子模型
条件Granger因果
分
析
数据挖掘
Keywords
high⁃dimensional time series
quantile factor model
conditional Granger causality analysis
data mining
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
中国GDP增长率概率分布的预测分析——基于分位数因子模型
肖强
曹红红
《中央财经大学学报》
CSSCI
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于分位数因子模型的高维时间序列因果关系分析
梁慧玲
刘慧
刘力维
赵佳
阮怀军
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
