کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5096240 1376512 2013 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Moving average stochastic volatility models with application to inflation forecast
ترجمه فارسی عنوان
مدلهای متغیر مستقل تصادفی با استفاده از پیش بینی تورم
ترجمه چکیده
ما کلاس جدیدی از مدل ها را معرفی می کنیم که دارای نوسان پذیری تصادفی و اشتباهات میانگین متحرک است، در حالی که میانگین شرطی یک نمایه فضایی حالت است. با این حال، داشتن یک جزء متحرک متحرک، بدان معنی است که خطاهای معادله اندازه گیری دیگر مستقل نیستند و برآورد سخت تر می شود. ما یک شبیه ساز خلفی را ایجاد می کنیم که بر پیشرفت های اخیر در الگوریتم های مبتنی بر دقت بر پایه این مدل های جدید بنا شده است. در یک برنامه تجربی که شامل تورم ایالات متحده است، می بینیم که این مدل های نوسان پذیری تصادفی متحرک متحرک بهتر از نمونه های آمادگی و نمونه های پیش بینی شده از مدل های استاندارد با تنها نوسان پذیری تصادفی ارائه می دهند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آمار و احتمال
چکیده انگلیسی
We introduce a new class of models that has both stochastic volatility and moving average errors, where the conditional mean has a state space representation. Having a moving average component, however, means that the errors in the measurement equation are no longer serially independent, and estimation becomes more difficult. We develop a posterior simulator that builds upon recent advances in precision-based algorithms for estimating these new models. In an empirical application involving US inflation we find that these moving average stochastic volatility models provide better in-sample fitness and out-of-sample forecast performance than the standard variants with only stochastic volatility.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Econometrics - Volume 176, Issue 2, October 2013, Pages 162-172
نویسندگان
,