计量经济学模型预测检验及其应用

《计量经济学模型预测检验及其应用》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、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下，独立完成的研究成果。本人在论文写作中参考其他个人或集体已经发表的研究成果，均在文中以适当方式明确标明，并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外，该学位论文为()课题(组)的研究成果，获得()课题(组)经费或实验室的资助，在()实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称，未有此项声明内容的，可以不作特别声明。)声明人(签名)：弘≥以矽f『年6月，Et厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规

2、定保留和使用此学位论文，并向主管部门或其指定机构送交学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于：()1．经厦门大学保密委员会审查核定的保密学位论文，于年月日解密，解密后适用上述授权。()2．不保密，适用上述授权。(请在以上相应括号内打“、J”或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文，未经厦门大学保密委员会

3、审定的学位论文均为公开学位论文。此声明栏不填写的，默认为公开学位论文，均适用上述授权。)声明人(签名)：磐易以缈，t年易月7日摘要摘要预测是关于未来的陈述。经济预测的目的是帮助决策者制定经济政策，好的预测有助于实现好的决策。经济预测模型主要分为两类：一类根据现实经济现象构造经济理论模型，并用此理论模型来预测经济的未来表现，这类模型假定经济结构将保持相对稳定；另⋯类模型则采用时问序列方法(如ARMA和GARCH模型等)，它们主要依据变量本身的数据特征来构建统计预测模型。随着计算技术的快速发展和时间序列数据的日益丰富，新的和更复杂的预测技术不断

4、发展起来，如采用非线性模型和时变参数模型等(GooijerandHyndman，2006)，这就使得比较和评估不同预测模型显得尤为重要，这可以帮助我们比较不同模型的预测绩效并有所新发现。本文在对已有密度预测评估文献分析整理的基础上，提出了样本内和样本外密度预测评估的数据驱动平滑检验(data．drivensmoothtest)方法，并且明确考虑了参数估计效应对检验统计量的影响，蒙特卡洛模拟结果显示本文提出的这两个检验方法具有较好的有限样本性质。此外，本文运用VaR模型正确设定检验和VaR模型预测绩效多元比较的最新研究成果，比较全面地分析了各

5、种VaR模型在中国股票市场上的预测绩效。具体而言，本文的研究可归纳为以下几方面的内容：本文第二章提出了一个样本外密度预测评估的数据驱动平滑检验方法，且同时对概率积分变换(PIT)序列的独立性和均匀分布性质进行检验。该章采用WestandMcCracken(1998)的方法来纠正参数估计对样本外密度预测评估检验统计量的影响。蒙特卡洛模拟表明样本外密度预测评估检验方法具有很好的有限样本性质。在经验分析部分，该章考虑了四种股票指数(德国DAX30指数，英困FTl00指数，日经225指数和标准普尔500指数)，并运用该章提出的样本外密度预测评估方法

6、来检验各种最大熵GARCH模型的样本外预测绩效。结果证实了最大熵GARCH模型可以用于刻画金融数据中常见的尖峰、厚尾和偏态等特点，而GARCH模型中考虑了厚尾和偏态性质的PearsonIV分布对于四种股票收益率的样本外密度预测是很重要的。本文第一!章提出了一个样本内密度预测评估的数据驱动平滑检验方法，且同时对PIT序列的独立性和均匀分布性质进行检验。该章采用Newey(1985)军tlTauchenf1985)的方法来纠正参数估计效应对样本内密度预测评估检验统计量的摘要影响。蒙特卡洛模拟表明样本内密度预测评估检验方法具有很好的有限样本性质。

7、在实证部分，作者运用该章和第二章提出的样本内和样本外密度预测评估方法来检验各种最大熵GARCH模型在中国股票市场(上证综指、香港恒生指数和台湾加权指数)的预测效果。实证结果显示最大熵(}ARCH模型可以用来很好地分析中国股票指数的各种典型化事实，具有较好样本内拟合优度和样本内预测绩效的模型未必具有很好的样本外预测效果，GARCH模型中考虑了厚尾和偏态性质的PearsonIV分布对于中国股票收益率的样本外密度预测是很重要的。本文第四章比较全面地比较了香港恒，王指数、上证综合指数和台湾加权指数收益率序列各VaR模型(包括参数方法、半参数方法和非

8、参数方法，共22个模型)的样本外预测绩效，结论如下：(1)Hansen(2005)的SPA检验显示RiskMetrics模型整体表现不好。当采用Lopez(1999)的幅度(ma