Tendência Média Estocástica Volatilidade Modelos Com Aplicação Para Inflação Previsão

Modelos de volatilidade estocástica média móvel com aplicação à previsão de inflação Introduzimos uma nova classe de modelos que tem ambos volatilidade estocástica e erros de média móvel, onde a média condicional tem uma representação de espaço de estados. Ter um componente de média móvel, no entanto, significa que os erros na equação de medição já não são serialmente independentes, e estimativa torna-se mais difícil. Desenvolvemos um simulador posterior que se baseia em avanços recentes em algoritmos de precisão para estimar esses novos modelos. Em uma aplicação empírica envolvendo a inflação nos EUA, verificamos que esses modelos de volatilidade estocástica média móvel fornecem melhores resultados de aptidão da amostra e desempenho de previsão de amostra do que as variantes padrão com apenas volatilidade estocástica. Se você tiver problemas ao fazer o download de um arquivo, verifique se você tem o aplicativo adequado para visualizá-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Por favor, seja paciente, pois os arquivos podem ser grandes. Documento fornecido pelo Centro de Análise Macroeconômica Aplicada, Crawford Escola de Política Pública, a Universidade Nacional da Austrália em sua série CAMA Working Papers com número 2013-31. C11 - Métodos Matemáticos e Quantitativos - - Métodos Econométricos e Estatísticos e Metodologia: Geral - - - Análise Bayesiana: Geral C51 - Métodos Matemáticos e Quantitativos - - Modelação Econométrica - - - Modelo Construção e Estimativa C53 - Métodos Matemáticos e Quantitativos - - Modelação Econométrica - - - Modelos de Previsão e Previsão Métodos de Simulação Referências listadas em IDEAS Por favor, relate erros de citação ou referência para. ou. Se você for o autor registrado do trabalho citado, faça login no seu perfil do Serviço de Autor RePEc. Clique em citações e faça os ajustes apropriados. Korobilis, Dimitris, 2009. Previsão VAR usando a seleção de variáveis ​​bayesianas, MPRA Paper 21124, Biblioteca Universitária de Munique, Alemanha. Chan, Joshua Koop, Gary Potter, Simon, 2012. Um novo modelo de tendência de inflação, MPRA Paper 39496, Biblioteca Universitária de Munique, Alemanha. Joshua C C Chan Gary Koop Simon M Potter, 2012. Um novo modelo de inflação tendência, CAMA Working Papers 2012-08, Centro de Análise Macroeconômica Aplicada, Crawford Escola de Políticas Públicas, a Universidade Nacional da Austrália. Chan, Joshua Koop, Gary Potter, Simon, 2012. Um Novo Modelo de Inflação Tendência, SIRE Documentos de Discussão 2012-12, Instituto Escocês de Pesquisa em Economia (SIRE). Joshua Chan Gary Koop Simon Potter, 2012. Um Novo Modelo de Inflação de Tendências, Working Papers 1202, Universidade de Strathclyde Business School, Departamento de Economia. Gary Koop Dimitris Korobilis, 2011. Previsão da inflação usando a média dinâmica do modelo, Working Papers 1119, Universidade de Strathclyde Business School, Departamento de Economia. Gary Koop Dimitris Korobilis, 2012. Previsão da inflação usando o modelo dinâmico de média, International Economic Review. Departamento de Economia, Universidade da Pensilvânia e Universidade de Osaka Instituto de Pesquisa Social e Econômica Associação, vol. 53 (3), páginas 867-886, 08. Timothy Cogley Giorgio E. Primiceri Thomas J. Sargent, 2008. Persistência da brecha inflacionária nos Estados Unidos, NBER Working Papers 13749, Bureau Nacional de Pesquisas Econômicas, Inc. Joshua C. C. Chan Gary Koop Roberto Leon-Gonzalez Rodney W. Strachan, 2010. Modelos de Dimensão Variável no Tempo, Working Paper Series 4410, Centro de Análise Econômica de Rimini. Joshua C. C. Chan Garry Koop Roberto Leon Gonzales Rodney W. Strachan, 2010. Modelos de Dimensão Variáveis ​​no Tempo, Documentos de Trabalho da ANU em Economia e Econometria 2010-523, Universidade Nacional Australiana, Faculdade de Economia e Negócios, Faculdade de Economia. Modelos de Dimensão do Tempo Variáveis, Documentos de Trabalho da CAMA 2011-28, Centro de Análise Macroeconômica Aplicada, Escola de Políticas Públicas de Crawford, Universidade Australiana Nacional. Joshua Chan Gary Koop Roberto Leon-Gonzalez Rodney Strachan, 2011. Time Varying Modelos de Dimensão, Working Papers 1116, Universidade de Strathclyde Business School, Departamento de Economia. Modelos de Dimensão do Tempo Variáveis, Documentos de Discussão SIRE 2012-33, Instituto Escocês de Pesquisa em Economia (SIRE).Movendo modelos de volatilidade estocástica média com aplicação à inflação Previsão Nós introduzimos uma nova classe de modelos que tem volatilidade estocástica e erros de média móvel, onde a média condicional tem uma representação de espaço de estado. Ter um componente de média móvel, no entanto, significa que os erros na equação de medição já não são serialmente independentes, e estimativa torna-se mais difícil. Desenvolvemos um simulador posterior que se baseia em avanços recentes em algoritmos de precisão para estimar esses novos modelos. Em uma aplicação empírica envolvendo a inflação nos EUA, descobrimos que esses modelos de volatilidade estocástica média móvel fornecem melhor desempenho na amostra e desempenho de previsão fora da amostra do que as variantes padrão com apenas volatilidade estocástica. Se você tiver problemas ao fazer o download de um arquivo, verifique se você tem o aplicativo adequado para visualizá-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Por favor, seja paciente, pois os arquivos podem ser grandes. Como o acesso a este documento é restrito, você pode querer procurar uma versão diferente em Pesquisas relacionadas (mais adiante) ou procurar uma versão diferente do mesmo. Artigo fornecido pela Elsevier em seu jornal Journal of Econometrics. C11 - Métodos Matemáticos e Quantitativos - - Métodos Econométricos e Estatísticos e Metodologia: Geral - - - Análise Bayesiana: Geral C51 - Métodos Matemáticos e Quantitativos - - Modelação Econométrica - - - Modelo Construção e Estimativa C53 - Métodos Matemáticos e Quantitativos - - Modelação Econométrica - - - Modelos de Previsão e Previsão Métodos de Simulação Referências listadas em IDEAS Por favor, relate erros de citação ou referência para. ou. Se você for o autor registrado do trabalho citado, faça login no seu perfil do Serviço de Autor RePEc. Clique em citações e faça os ajustes apropriados. McCausland, William J. Miller, Shirley Pelletier, Denis, 2011. Suavização de simulação para modelos de estado-espaço: Uma análise de eficiência computacional, Análise de Dados de Estatística Computacional. Elsevier, vol. 55 (1), páginas 199-212, Janeiro. Gary Koop Dimitris Korobilis, 2012. Previsão da inflação usando o modelo dinâmico de média, International Economic Review. Departamento de Economia, Universidade da Pensilvânia e Universidade de Osaka Instituto de Pesquisa Social e Econômica Associação, vol. 53 (3), páginas 867-886, 08. Joshua C. C. Chan Gary Koop Roberto Leon-Gonzalez Rodney W. Strachan, 2010. Modelos de Dimensão Variável no Tempo, Working Paper Series 4410, Centro de Análise Econômica de Rimini. Joshua C. C. Chan Garry Koop Roberto Leon Gonzales Rodney W. Strachan, 2010. Modelos de Dimensão Variáveis ​​no Tempo, Documentos de Trabalho da ANU em Economia e Econometria 2010-523, Universidade Nacional Australiana, Faculdade de Economia e Negócios, Faculdade de Economia. Modelos de Dimensão do Tempo Variáveis, Documentos de Trabalho da CAMA 2011-28, Centro de Análise Macroeconômica Aplicada, Escola de Políticas Públicas de Crawford, Universidade Australiana Nacional. Chan, Joshua C C Koop, Gary Leon-Gonzalez, Roberto Strachan, Rodney W, 2010. Modelos de Dimensão Variável no Tempo, Documentos de Discussão SIRE 2012-33, Instituto Escocês de Pesquisa em Economia (SIRE). Joshua Chan Gary Koop Roberto Leon-Gonzalez Rodney Strachan, 2011. Time Varying Modelos de Dimensão, Working Papers 1116, Universidade de Strathclyde Business School, Departamento de Economia. Chan, Joshua Koop, Gary Potter, Simon, 2012. Um Novo Modelo de Inflação Tendência, SIRE Documentos de Discussão 2012-12, Instituto Escocês de Pesquisa em Economia (SIRE). Chan, Joshua Koop, Gary Potter, Simon, 2012. Um novo modelo de tendência de inflação, MPRA Paper 39496, Biblioteca Universitária de Munique, Alemanha. Joshua C C Chan Gary Koop Simon M Potter, 2012. Um novo modelo de inflação tendência, CAMA Working Papers 2012-08, Centro de Análise Macroeconômica Aplicada, Crawford Escola de Políticas Públicas, a Universidade Nacional da Austrália. Timothy Cogley Giorgio E. Primiceri Thomas J. Sargent, 2008. Perspectiva de Inflação-Gap nos EUA, Documentos de Trabalho do NBER 13749, Escritório Nacional de Pesquisa Econômica, Inc. Ao solicitar uma correção, mencione por favor estes itens: RePEc: eee: econom : V: 176: y: 2013: i: 2: p: 162-172. Veja informações gerais sobre como corrigir material no RePEc. Para questões técnicas sobre este item, ou para corrigir seus autores, título, resumo, informações bibliográficas ou download, entre em contato: (Dana Niculescu) Se você é autor deste item e ainda não está registrado no RePEc, recomendamos que o faça aqui. Isso permite vincular seu perfil a este item. Ele também permite que você aceite citações em potencial para este item que estamos incertos sobre. Se as referências estiverem totalmente ausentes, você pode adicioná-las usando este formulário. Se as referências completas listarem um item que está presente no RePEc, mas o sistema não tiver vinculado a ele, você pode ajudar com este formulário. Se você souber de itens ausentes citando este, você pode nos ajudar a criar esses links adicionando as referências relevantes da mesma maneira como acima, para cada item referente. Se você é um autor registrado deste item, você também pode querer verificar a guia de citações em seu perfil, pois pode haver algumas citações esperando confirmação. Tenha em atenção que as correcções podem demorar algumas semanas para filtrar os vários serviços RePEc. Mais serviços Seguir séries, jornais, autores e mais Novos artigos por e-mail Subscrever novas adições ao RePEc Registro de autor Perfis públicos para pesquisadores de Economia Vários rankings de pesquisa em Economia e campos relacionados Quem foi um estudante de quem, usando RePEc Biblio Artigos curados amp Artigos em vários tópicos de economia Carregue seu artigo para ser listado em RePEc e IDEAS EconAcademics agregador de blogs para a pesquisa de economia Plágio Casos de plágio em Economia Papéis do mercado de trabalho RePEc série de trabalho de trabalho dedicado ao mercado de trabalho Fantasy League Finja que está ao leme de uma economia Nós apresentamos uma nova classe de modelos que tem ambos volatilidade estocástica e erros de média móvel, onde a média condicional tem Uma representação do espaço de estados. Ter um componente de média móvel, no entanto, significa que os erros na equação de medição já não são serialmente independentes, e estimativa torna-se mais difícil. Desenvolvemos um simulador posterior que se baseia em avanços recentes em algoritmos de precisão para estimar esses novos modelos. Em uma aplicação empírica envolvendo a inflação nos EUA, descobrimos que esses modelos de volatilidade estocástica média móvel fornecem melhor desempenho na amostra e desempenho de previsão fora da amostra do que as variantes padrão com apenas volatilidade estocástica. JEL Classificação Espaço estatal Modelo de componentes não observados Precisão Previsão de densidade esparsa Correspondência para: Escola de Pesquisa de Economia, Faculdade de Negócios e Economia da ANU, LF Crisp Building 26, Universidade Australiana Australiana, Canberra ACT 0200, Austrália. Tel. 61 2 612 57358 fax: 61 2 612 50182. Cópia de copyright 2013 Elsevier BV Todos os direitos reservados. Moving Modelos de volatilidade estocástica média com aplicação à previsão de inflação Australian National University (ANU) Data de publicação: Maio de 2013 Introduzimos uma nova classe de modelos que tem Tanto volatilidade estocástica quanto erros de média móvel, onde a média condicional tem uma representação de espaço de estados. Ter um componente de média móvel, no entanto, significa que os erros na equação de medição já não são serialmente independentes, e estimativa torna-se mais difícil. Desenvolvemos um simulador posterior que se baseia em avanços recentes em algoritmos de precisão para estimar esses novos modelos. Em uma aplicação empírica envolvendo a inflação nos EUA, verificamos que esses modelos de volatilidade estocástica média móvel proporcionam melhor desempenho na aptidão da amostra e desempenho de previsão fora da amostra do que as variantes padrão com apenas volatilidade estocástica. Palavras-chave: espaço de estados, modelo de componentes não observados, precisão, esparsa, densidade de previsão JEL Classificação: C11, C51, C53 Citação Sugerida: Sugestão de Citação. CAMA Working Paper 312013. Disponível na SSRN: ssrnabstract2275688 ou dx. doi. org10.2139ssrn.2275688 Universidade Nacional Australiana (ANU) (e-mail)