本文關(guān)鍵詞：基于TVP-VAR模型的自適應(yīng)Lasso懲罰變量選擇方法　出處：《統(tǒng)計與決策》2017年21期 　論文類型：期刊論文

  更多相關(guān)文章： TVP-VAR模型 VAR模型 航空煤油價格 脈沖響應(yīng)函數(shù)

【摘要】：文章將自適應(yīng)Lasso變量選擇方法擴展到變系數(shù)向量自回歸模型(TVP-VAR)中。利用所提出方法對2005—2014年航空煤油價格與民航貨郵與旅客周轉(zhuǎn)量月度數(shù)據(jù)進(jìn)行分析,并與其他四種方法進(jìn)行了比較,結(jié)果顯示:與常系數(shù)VAR模型相比,變系數(shù)VAR模型能夠顯著提高模型的擬合與預(yù)測精度。提出的自適應(yīng)Lasso變系數(shù)模型一致優(yōu)于Belmonte,Koop和Korobolis(2014)提出的Lasso變系數(shù)模型。
【作者單位】： 中國民航大學(xué)理學(xué)院;
【基金】：國家自然科學(xué)基金青年項目(11401573) 國家級創(chuàng)新創(chuàng)業(yè)項目(201410059030) 中央高校基本科研業(yè)務(wù)費專項資金資助項目(3122014D047)
【分類號】：F224;F561;F764.1
【正文快照】： 耗時。面對這些困難,Belmonte等(2014)[14]利用貝葉斯0引言Lasso方法,假設(shè)向量自回歸系數(shù)的標(biāo)準(zhǔn)差服從拉普拉斯先驗,在具體抽樣時將其表示為指數(shù)和伽馬分布的混自Sims(1980)提出VAR模型以來,該方法便廣泛地應(yīng)合形式,實證分析效果良好。用于宏觀經(jīng)濟(jì)計量分析中,然而其固定參數(shù)，

本文編號：1330262