Moving genomsnittet stokastiska volatilitetsmodeller med ansökan till inflation

Flytta genomsnittliga stokastiska volatilitetsmodeller med tillämpning på inflationprognos Abstract: Vi introducerar en ny klass av modeller som har både stokastisk volatilitet och glidande medelfel, där det villkorliga medlet har en statlig rymdrepresentation. Att ha en rörlig medelkomponent betyder emellertid att felen i mätekvationen inte längre är seriellt oberoende, och uppskattningen blir svårare. Vi utvecklar en bakre simulator som bygger på senaste framsteg i precisionsbaserade algoritmer för att uppskatta dessa nya modeller. I en empirisk applikation som inbegriper amerikanska inflationen finner vi att dessa rörliga genomsnittliga stokastiska volatilitetsmodeller ger bättre provkvalitet och mindre prognosprognos än standardvarianterna med endast stokastisk volatilitet. Exportreferens: BibTeX RIS (EndNote, ProCite, RefMan) HTMLText Den här sidan är en del av RePEc och all data som visas här är en del av RePEc-datamängden. Är ditt arbete saknat från RePEc Så här bidrar du till. Frågor eller problem Kontrollera EconPapers FAQ eller skicka mail till. Sidan uppdaterad 2017-03-07Movande genomsnittliga stokastiska volatilitetsmodeller med tillämpning på inflationsprognos Vi introducerar en ny klass av modeller som har både stokastisk volatilitet och glidande medelfel, där det villkorliga medlet har en statlig rymdrepresentation. Att ha en rörlig medelkomponent betyder emellertid att felen i mätekvationen inte längre är seriellt oberoende, och uppskattningen blir svårare. Vi utvecklar en bakre simulator som bygger på senaste framsteg i precisionsbaserade algoritmer för att uppskatta dessa nya modeller. I en empirisk applikation som inbegriper amerikanska inflationen finner vi att dessa rörliga genomsnittliga stokastiska volatilitetsmodeller ger bättre in-test-fitness och out-of-sample prognosprestanda än standardvarianterna med endast stokastisk volatilitet. JEL-klassificering Statligt utrymme Observerad komponentmodell Precision Sparse Density prognos Korrespondens med: Forskningsskolan för ekonomi, ANU Företagsekonomiska högskola, LF Crisp Building 26, Australiens nationella universitet, Canberra ACT 0200, Australien. Tel. 61 2 612 57358 fax: 61 2 612 50182. Upphovsrätt kopia 2013 Elsevier B. V. Alla rättigheter förbehållna. Behov för genomsnittliga stokastiska volatilitetsmodeller med tillämpning på inflationen Prognos Flyttande genomsnittlig och stokastisk volatilitet är två viktiga komponenter för modellering och prognoser för makroekonomiska och finansiella tidsserier. Den förstnämnda syftar till att fånga kortslutningsdynamik, medan den senare tillåter klyvning av volatilitet och tidsvarierande volatilitet. Vi introducerar en ny klass av modeller som innehåller båda dessa användbara funktioner. De nya modellerna tillåter den villkorliga medelprocessen att ha en statlig blankettform. Som sådan innehåller denna allmänna ram ett brett utbud av populära specifikationer, inklusive de observerade komponenterna och tidsvarierande parametermodeller. Att ha en glidande medelprocess innebär emellertid att felen i mätekvationen inte längre är seriellt oberoende, och uppskattningen blir svårare. Vi utvecklar en bakre simulator som bygger på senaste framsteg i precisionsbaserade algoritmer för att uppskatta denna nya klass av modeller. I en empirisk applikation som inbegriper amerikanska inflationen finner vi att dessa rörliga genomsnittliga stokastiska volatilitetsmodeller ger bättre in-test-fitness och out-of-sample prognosprestanda än standardvarianterna med endast stokastisk volatilitet. Om du har problem med att hämta en fil, kontrollera om du har rätt program för att visa den först. Vid ytterligare problem läs IDEAS hjälp sida. Observera att dessa filer inte finns på IDEAS-webbplatsen. Var tålmodig eftersom filerna kan vara stora. Papper som tillhandahålls av Australian National University, Företagsekonomiska högskolan, Ekonomihögskolan i sin serie ANU Arbetande Legitimationen i Ekonomien och Ekonometri med nummer 2012-591. Andra versioner av denna artikel: Hitta relaterade papper enligt JEL-klassificering: C11 - Matematiska och kvantitativa metoder - - Ekonometriska och statistiska metoder och metodik: Allmänt - - - Bayesiananalys: Allmänt C51 - Matematiska och kvantitativa metoder - - Ekonometrisk modellering - - - Modell Konstruktion och uppskattning C53 - Matematiska och kvantitativa metoder - - Ekonometrisk modellering - - - Prognos och prediktionsmodeller Simuleringsmetoder Referenser listade på IDEAS Var god rapportera citat eller referensfel till. eller. Om du är registrerad författare av det citerade arbetet, logga in på din RePEc Author Service-profil. klicka på citat och gör lämpliga justeringar. Gary Koop Dimitris Korobilis, 2009. Prognos Inflation Använd Dynamisk Modell Averaging, Working Paper Series 3409, Rimini Center for Economic Analysis. Gary Koop Dimitris Korobilis, 2012. Prognos Inflation Med Dynamisk Modell Averaging, Internationell Ekonomisk Granskning. Institutionen för ekonomi, University of Pennsylvania och Osaka University Institute of Social and Economic Research Association, vol. 53 (3), sid. 867-886, 08. Joshua Chan Gary Koop Simon Potter, 2012. En ny modell för trendinflation, arbetspapper 1202, University of Strathclyde Business School, Department of Economics. Chan, Joshua Koop, Gary Potter, Simon, 2012. En ny modell för trendinflationen, SIRE Discussion Paper 2012-12, Scottish Institute for Economics Research (SIRE). Joshua C C Chan Gary Koop Simon M Potter, 2012. En ny modell för trendinflation, CAMA Working Papers 2012-08, Centrum för tillämpad makroekonomisk analys, Crawford School of Public Policy, Australian National University. Joshua C C Chan Gary Koop Roberto Leon Gonzales Rodney W Strachan, 2011. Tidsmässiga Dimensionsmodeller, CAMA Arbetande Legitimationen 2011-28, Centrum för Tillämpad Makroekonomisk Analys, Crawford School of Public Policy, Australian National University. Joshua C. C. Chan Garry Koop Roberto Leon Gonzales Rodney W. Strachan, 2010. Tidsvisa Dimensionsmodeller, ANU Arbetande Legitimationen i Ekonomien och Ekonometri 2010-523, Australiens National University, Företagsekonomiska Högskolan, Ekonomiska Högskolan. Joshua C. C. Chan Gary Koop Roberto Leon-Gonzalez Rodney W. Strachan, 2010. Tidsmässiga dimensionmodeller, Working Paper Series 4410, Rimini Center for Economic Analysis. Chan, Joshua C C Koop, Gary Leon-Gonzalez, Roberto Strachan, Rodney W, 2010. Time Varierande Dimensionsmodeller, SIRE Diskussionspapper 2012-33, Scottish Institute for Economics Research (SIRE). Joshua Chan Gary Koop Roberto Leon-Gonzalez Rodney Strachan, 2011. Tidsmässiga Dimensionsmodeller, Arbetande Legitimationen 1116, University of Strathclyde Business School, Department of Economics. KOROBILIS, Dimitris, 2011. VAR-prognoser med hjälp av Bayesian variabelt urval, CORE Diskussionspapper 2011022, Universit Catholique de Louvain, Centrum för Operationsforskning och Ekonometri (CORE). Timothy Cogley Giorgio E. Primiceri Thomas J. Sargent, 2008. Inflation-Gap Persistens i USA, NBER Arbetande Legitimationen 13749, National Bureau of Economic Research, Inc. Moving Genomsnittliga Stokastiska Volatilitetsmodeller med Tillämpning till Inflation Prognos Flyttande genomsnittlig och stokastisk volatilitet är två viktiga komponenter för modeling och prognoser för makroekonomiska och finansiella tidsserier. Den förstnämnda syftar till att fånga kortslutningsdynamik, medan den senare tillåter klyvning av volatilitet och tidsvarierande volatilitet. Vi introducerar en ny klass av modeller som innehåller båda dessa användbara funktioner. De nya modellerna tillåter den villkorliga medelprocessen att ha en statlig blankettform. Som sådan innehåller denna allmänna ram ett brett utbud av populära specifikationer, inklusive de observerade komponenterna och tidsvarierande pa-rameter-modeller. Att ha en glidande medelprocess innebär emellertid att felen i mätekvationen inte längre är seriellt oberoende, och uppskattningen blir svårare. Vi utvecklar en bakre simulator som bygger på senaste framsteg i precisionsbaserade algoritmer för att uppskatta denna nya klass av modeller. I en empirisk applikation som inbegriper amerikanska inflationen finner vi att dessa rörliga överensstämmelse-stokastiska volatilitetsmodeller ger bättre in-test-fitness och out-of-sample prognosprestanda än standardvarianterna med endast stokastisk volatilitet. Upptäck världenx27s forskning Citations Citations 13 Referenser Referenser 45 quotThis reducerar i sin tur beräkningstiden, vilket gör det möjligt för oss att utföra en exekverad rekursiv uppskattning på ett mycket parsimoniskt sätt. Vi hänvisar till läsaren till Chan (2013) där det visar sig att uppskattning av ett SV med hjälp av de föreslagna teknikerna tar cirka 132 sekunder för 10000 posteriordragningar med ett skrivbord med en Intel Core i7-870 2.93 GHz-processor. Vidare kan förfarandet lätt modifieras för att omfatta hävstångseffekt och inhemska eekter utan några större beräkningsproblem. citationstecken Visa abstrakt Dölj abstrakt ABSTRAKT: Vi jämför förebyggande förmåga hos flera volatilitetsmodeller för en lång serie av veckovisa loggar av Dow Jones Industrial Average Index från 1902 till 2016. Vårt fokus är särskilt på att förutsäga ett och flera steg framåt villkorat och aggregerade villkorliga densiteter. Vårt antal konkurrerande modeller inkluderar: Kända GARCH-specifikationer, Markov switching GARCH, sempiparametrisk GARCH, Generalized Autoregressive Score (GAS), den enkla stokastiska volatiliteten (SV) samt dess mer flexibla förlängningar som SV med hävstång, i genomsnitt effekter och studentfördelade fel. Vi finner att: (i) SV-modeller överträffar generellt GARCH-specifikationerna, (ii): SV-modellen med hävstångseffekt ger en mycket stark out-of-performance-prestanda när det gäller en fördjupning av en och flera steg före täthet, iii) Skillnader när det gäller Value-at-Risk (VaR) prediktionsnoggrannhet är mindre uppenbart. Således har våra resultat en viktig implikation: den bästa modellen beror på utvärderingskriteriet. Fulltext Artikel Maj 2016 SSRN Elektronisk tidskrift Leopoldo Catania Nima Nonejad Visa abstrakt Dölj abstrakt ABSTRAKT: Finansiella tidsserier uppvisar ofta egenskaper som avviker från de vanliga antagandena om seriell oberoende och normalitet. Dessa inkluderar volatilitetsklypning, heavy-tailedness och seriellt beroende. En omfattande litteratur om olika sätt att modellera dessa empiriska regelbundenhet har uppstått under det senaste decenniet. I det här dokumentet granskar vi uppskattningen av en mängd olika flexibla stokastiska volatilitetsmodeller, och introducerar några effektiva algoritmer baserade på senaste framsteg inom statens rymdsimuleringsteknik. Dessa uppskattningsmetoder illustreras genom empiriska exempel som inbegriper värdefulla metaller och valutareserver. Den motsvarande Matlab-koden tillhandahålls också. Fulltext Artikel Nov 2013 Joshua C C Chan Cody Y L Hsiao Visa abstrakt Dölj abstrakt ABSTRAKT: I det här papperet diskuteras uppskattning av den amerikanska inflationsvolatiliteten med hjälp av tidsvariablerande parametermodeller, särskilt om den ska modelleras som en stationär eller slumpmässig promenadstokastisk process. Att ange inflationsvolatilitet som en obegränsad process, som antyds av den slumpmässiga promenad, strider mot priors övertygelser, men en stationär process kan inte fånga det lågfrekventa beteendet som vanligen observeras i estimat av volatilitet. Vi föreslår därför en alternativ modell med en förändringsprocess i volatiliteten som möjliggör växlingar mellan stationära modeller för att fånga förändringar i nivå och dynamik under de senaste fyrtio åren. För att rymma stationäritetsbegränsningen utvecklar vi en ny representation som motsvarar vår modell men är beräknat effektivare. Alla modeller producerar effektivt identiska uppskattningar av volatilitet, men ändringsmodellen ger mer information om volatiliteten och persistensen av volatiliteten och sannolikheten för förändringar. Till exempel finner vi några väldefinierade omkopplare i volatilitetsprocessen och intressant är dessa omkopplare väl anpassade till ekonomiska nedgångar eller förändringar av Federal Reserve Chair. Fulltext Artikel jan 2014 Eric Eisenstat Rodney W. Strachan