基于粒子滤波算法的通货膨胀预测研究

《基于粒子滤波算法的通货膨胀预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号M200973936学校代码10487密级硕士学位论文基于粒子滤波算法的通货膨胀预测研究学位申请人:刘静一学科专业：金融学指导教师：简志宏教授答辩日期：2011年11月2日AThesisSubmittedinPartialFulfillmentoftherequirementsfortheDegreeofMasterofEconomicsInflationForecastingontheBasisofParticleFilteringAlgorithmCandidate:JingyiLiuMajor:FinanceSupervisor:ZhihongJianHua

2、zhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaNovember2,2011独创性声明本人声明所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的研究成果。近我所知，除文中已标明引用的内容外，本论文不包含任何其他人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复

3、印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在______年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月华中科技大学硕士学位论文摘要经济、金融领域中很多时间序列都可以表示成状态空间模型，对应于求解线性、高斯状态空间模型的卡尔曼滤波已得到广泛运用。但是经济、金融中的机制转移模型、随机波动模型及时变参数模型等都具有很强的非线性、非高斯性，卡尔曼滤波对该类模型已无能为力。在工

4、程技术领域中解决一般状态空间模型的粒子滤波算法因此便在研究经济、金融时间序列中发挥巨大作用。本文详细说明了粒子滤波算法的基本原理，通过仿真实验表明粒子滤波算法中加入再抽样步骤的重要性，介绍了与本文相关的几种特殊粒子滤波算法。实证部分结合1990年1月以来中国月度同比CPI通胀率的统计特征，分别建立了能明显刻画通胀序列非对称性的UC-SV-S模型和一个一般的带反馈机制的多因素SV模型(简称FM-UC-SV模型)。后者一方面具有一般随机波动模型对时间序列的刻画能力；另一方面通过将通货膨胀周期性成分分解为两个随机波动因素，可以分别刻画通货膨胀的长记忆性及短记忆性，其中短记忆性因素

5、可以反映极端事件对通货膨胀的影响。由于模型中的状态变量既有非线性部分又有条件线性部分，我们便采用特殊的粒子滤波方法——Rao-Blackwellization粒子滤波来解决该模型，实现了对通货膨胀的一步向前预测和滤波估计以及各波动项的滤波和平滑估计。研究表明，我国通货膨胀序列有如下特点：（1）在高通货膨胀时期，通货膨胀的波动性以及波动的随机性都一般比较高；（2）通胀路径是动态变化的，常用的常系数预测模型对通货膨胀的预测不太适用；（3）通货膨胀序列存在着非对称性，通胀上升时期波动性高于通货紧缩时期波动性，从而表明通货紧缩时期需要更激烈的反通缩政策。与实际通货膨胀路径相比较后，

6、我们发现本文用到的模型确实能够刻画各阶段通货膨胀的波动特点及其结构性变化，并且带反馈机制的多因素SV模型能更好地刻画通货膨胀的动态路径。关键词：粒子滤波；重要抽样；再抽样；通货膨胀；随机波动模型；反馈机制I华中科技大学硕士学位论文AbstractManyeconomicandfinancialtimeseriescanbeexpressedasstatespacemodels,forlinear,Gaussianstatespacemodels,Kalmanfilteringhasbeenwidelyused.However,someimportanteconomicmod

7、els,suchasregimeswitching,stochasticvolatility,andtime-varyingparametermodels,exhibitstrongpatternsofnon-Gaussian,non-linearbehavior.ThenKalmanfilterhasbeenpowerless.Particlefilteringusedinengineeringfieldstosolvegeneralstatespacemodelsplaysanimportantroleinth