- UID
- 45374
- 热情
- 980
- 人气
- 99
- 主题
- 3
- 帖子
- 1353
- 精华
- 12
- 积分
- 1264
- 分享
- 0
- 记录
- 0
- 相册
- 0
- 好友
- 0
- 日志
- 0
- 在线时间
- 2288 小时
- 注册时间
- 2005-8-11
- 阅读权限
- 20
- 最后登录
- 2018-7-22
 
升级    26.4% - UID
- 45374
- 热情
- 980
- 人气
- 99
- 主题
- 3
- 帖子
- 1353
- 精华
- 12
- 积分
- 1264
- 阅读权限
- 20
- 注册时间
- 2005-8-11
|
这两天问我有关２８０第二题的问题实在太多了， 由于我自己最近非常忙， 有时候不能一一回答， 同时也应rain的邀请， 这里把这题的解题思路简单的总结一下．
首先， 这题是要大家做一个forecast, 在计量经济学里面， forecast的方法有非常多， 但是由于这张paper并没有学过多少forecasting的东西， 所以我觉得最后只需要试试运用简单的conditional forecasting就可以了， 具体的操作过程在课本11章里面有详细介绍．
在forecasting之前， 需要建立一个完整的模型， 由于题里面的varables都有time series properties. 第一步需要做的就是先给有需要的variables take natural logs(有两个variables 因为本身已经反映了rate of change了， 所以不需要taking logs), 然后对所有的variables运用Dickey-Fuller去检测unit roots, 在确认了unit roots的存在后， 就需要多所有的variables做1st difference， 1st difference的目的就是消除unit roots. 在这一切都完成之后， 就可以初步建立模型， 最初的模型是包含所有的variables和它们的lags的． lags的具体数量可以根据你们notes上的方法来确定， 比如wald test, rule of thomb等等． 在此之后， 加上运用Hendry method, model selection test等等对整个model进行cleaning, 这里还需要注意的是autocorrelation的存在的可能性， 所以同时还要运用LM test去检测autocorrelation的存在， 如果autocorrelation存在的话， ＡＲＭＡ ＭＯＤＥＬ是一个很好的解决方法， 当然也可以运用其他方法， 比如adding lagged dependent variables等等． 最后得出的forecasting前的model应该是一个经过cleaning后的， 没有insignificant variables,没有autocorrelation的model.
希望以上的思路能够帮到大家． |
|
发表于 2006-10-17 16:05:10
分享
收藏
