MIDAS迴歸:參數估計與預測能力檢定

專案詳細資料

Description

經濟學家在進行現測或預測時,經常要面對如何處理大量的混和頻率資料問題。本計畫針對既有MIDAS文獻,考慮不同的參數估計與預測能力檢定方法。首先,不同於MIDAS文獻以精簡的權重函數設定,處理高頻資料的時間加總,本計畫則利用LASSO估計方法,去除無資訊內涵的預測變數,以解決變數維度詛咒問題。根據sparsity特性,我們將證明此方法可有效率且正確地估計模型參數。其次,不同於以樣本內Granger因果檢定作為評估高頻變數是否具有顯著的預測能力(如Gotz and Hecq, 2014),本計畫提出概似型態的檢定統計量,以偵測MIDAS迴歸的樣本外預測能力變化,並探討此檢定的極限性質。我們將利用模擬分析,研究本計畫所提出方法的小樣本特性,以及比較不同MIDAS迴歸的預測表現。最後,為了驗證本計畫方法的實用性,我們將收集台灣大量的總體混和頻率資料,探討高頻(月與日)資料在實證上是否對季GDP成長率具有顯著的現測與預測能力。
狀態已完成
有效的開始/結束日期1/08/1531/07/16

Keywords

  • MIDASMIDASMIDASMIDASMIDAS迴歸
  • 混和頻率 資料
  • 現測
  • 預測能 力

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。