《半參數STAR模型及其在巨觀經濟預測中的套用》是依託廈門大學，由方穎擔任項目負責人的面上項目。
基本介紹
- 中文名：半參數STAR模型及其在巨觀經濟預測中的套用
- 項目類別：面上項目
- 項目負責人：方穎
- 依託單位：廈門大學
項目摘要,結題摘要,
項目摘要
經濟的結構轉型和快速發展使中國的大部分巨觀變數具有時變性和非線性的特點，從而使巨觀經濟預測在理論上和實踐中面臨更多的挑戰。本課題首創將平滑轉化自回歸(STAR)模型和非參數方法相結合，提出半參數STAR模型，並研究其理論性質和套用效果。STAR模型能夠較好模擬結構變化，但依賴於先驗的函式假設，無法充分描述非線性和時變性的特點，而非參數方法能夠模擬各種非線性特徵，兩者的結合可以更有效地預測中國巨觀經濟變數的走勢。同時，作為使用STAR模型的前提檢驗，我們提出了一個新的非參數方法，用於檢驗模型的結構穩定性和線性化。和已有的檢驗方法相比，該方法無需斷點信息並具有理想的小樣本性質。我們考察了中國主要巨觀變數的結構穩定性和模型線性化，並利用中國的巨觀數據全面比較包括半參數STAR模型在內的主要巨觀預測模型的預測能力。本課題的研究內容不僅僅是理論和方法論的創新，而且在巨觀經濟預測中有重要的套用價值。
結題摘要
巨觀時間序列模型所固有的時變性和非線性特徵已經成為眾所周知的經濟學特徵事實之一。儘管非線性參數模型能夠較好地擬合數據，但樣本外預測能力卻無法令人滿意。在廣泛使用的平滑轉換自回歸（STAR）模型中，轉換變數進入轉換函式的方式過多依賴一些先驗的函式形式假設，從而存在模型誤設的風險。本課題使用非參數方法拓展傳統的STAR模型，首次提出半參數STAR模型。在保持STAR模型基本形式不變的前提下，我們讓轉換變數以非參數的形式進入轉換函式，在保留傳統STAR模型較好的經濟學解釋能力的同時，我們的模型能夠避免模型誤設的風險，從而提高了模型的樣本外預測能力。我們提出了一個新的三階段估計方法，並建立了估計量的大樣本統計性質。我們用1994年1月到2012年7月的人民幣實際有效匯率月度數據，比較了半參數STAR模型和隨機遊走模型、自回歸模型、門限自回歸模型、平滑轉換自回歸模型和人工神經網路模型的樣本外預測能力，發現半參數STAR模型在樣本外預測能力上具有顯著優勢。同時，作為使用STAR 模型的前提，我們提出了一個新的非參數穩定性檢驗，用於檢驗模型的結構穩定性。和傳統的穩定性檢驗方法相比，該方法不僅能夠檢驗結構突變，而且能夠更有效地捕捉到緩慢的連續性結構變化。本課題的研究內容不僅僅是理論和方法論的創新，而且在巨觀經濟分析與預測中有重要的套用價值。
