基于TVP-VAR模型的自适应Lasso惩罚变量选择方法

发布时间：2017-12-24 22:37

  本文关键词：基于TVP-VAR模型的自适应Lasso惩罚变量选择方法　出处：《统计与决策》2017年21期 　论文类型：期刊论文

  更多相关文章： TVP-VAR模型 VAR模型 航空煤油价格 脉冲响应函数

【摘要】：文章将自适应Lasso变量选择方法扩展到变系数向量自回归模型(TVP-VAR)中。利用所提出方法对2005—2014年航空煤油价格与民航货邮与旅客周转量月度数据进行分析,并与其他四种方法进行了比较,结果显示:与常系数VAR模型相比,变系数VAR模型能够显著提高模型的拟合与预测精度。提出的自适应Lasso变系数模型一致优于Belmonte,Koop和Korobolis(2014)提出的Lasso变系数模型。
【作者单位】： 中国民航大学理学院;
【基金】：国家自然科学基金青年项目(11401573) 国家级创新创业项目(201410059030) 中央高校基本科研业务费专项资金资助项目(3122014D047)
【分类号】：F224;F561;F764.1
【正文快照】： 耗时。面对这些困难,Belmonte等(2014)[14]利用贝叶斯0引言Lasso方法,假设向量自回归系数的标准差服从拉普拉斯先验,在具体抽样时将其表示为指数和伽马分布的混自Sims(1980)提出VAR模型以来,该方法便广泛地应合形式,实证分析效果良好。用于宏观经济计量分析中,然而其固定参数，

本文编号：1330262