预测是关于未来的陈述。经济预测的目的是帮助决策者制定经济政策,好的预测有助于实现好的决策。经济预测模型主要分为两类:一类根据现实经济现象构造经济理论模型,并用此理论模型来预测经济的未来表现,这类模型假定经济结构将保持相对稳定;另一类模型则采用时间序列方法(如ARMA和GARCH模型等),它们主要依据变量本身的数据特征来构建统计预测模型。随着计算技术的快速发展和时间序列数据的日益丰富,新的和更复杂的预测技术不断发展起来,如采用非线性模型和时变参数模型等(Gooijer and Hyndman,2006),这就使得比较和评估不同预测模型显得尤为重要,这可以帮助我们比较不同模型的预测绩效并有所新发现。本文在对已有密度预测评估文献分析整理的基础上,提出了样本内和样本外密度预测评估的数据驱动平滑检验(data-driven smooth test)方法,并且明确考虑了参数估计效应对检验统计量的影响,蒙特卡洛模拟结果显示本文提出的这两个检验方法具有较好的有限样本性质。此外,本文运用模型正确设定检验和模型预测绩效多元比较的最新研究成果,比较全面地分析了各种模型在中国股票市场上的预测绩效。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。