分形整合過程在經(jīng)濟預測中的應用-wenkub
2023-04-24 11:28:04 本頁面
【正文】 人們只有更準確地揭示出經(jīng)濟數(shù)據(jù)的內(nèi)在規(guī)律，才能正確把握經(jīng)濟變量之間的本質(zhì)聯(lián)系，完整地弄清市場經(jīng)濟的運作范式，從而為經(jīng)濟主管部門提供客觀的決策依據(jù)。國內(nèi)學者在該領(lǐng)域的研究也比較活躍，公開發(fā)出現(xiàn)了許多研究成果（文獻[4]、[5]、[6]），如文獻[6]的理論推廣，文獻[4]利用FIGARCH模型對股市長記憶性的實證分析等等。用表示生存期為的概率，即，顯然為單調(diào)非增序列，為方便起見，可取。同樣對于的自協(xié)方差，由以下兩式 相減得到：，以及，兩式中只有的系數(shù)不同時為0，并且，所以：，再由的定義式即有（3）式成立。由此我們可以很容易得到：如果參數(shù)，則具有長程相關(guān)性，甚至只要滿足：對某個常數(shù)和參數(shù)，有極限成立即可。從表中顯示的數(shù)據(jù)可以看到，在分形整合模型中，參數(shù)的符號決定了自相關(guān)系數(shù)的符號，而且正相關(guān)系數(shù)對應的長程相關(guān)性顯得尤為突出；,但滯后10階時兩者就已經(jīng)相差235倍,這就說明用AR模型來描述分形整合過程時，誤差太大，對有長程相關(guān)性的時間序列的預測必須用分形整合過程方法，以提高預測精度?，F(xiàn)假設(shè)企業(yè)生存過程是一個分形整合過程，即， 、為參數(shù)。參考文獻1． Baillie,.,Long Memory Processes and Fractional Integration in Economics. Journal of Econometrics, 1996(73):5592． Geweke,J. , , The Estimation and Application of Long Memory Time Series Models. Journal of Time Series Analysis,1983(4):2212383． Nucci,. The Demography of Business Closings. Small Business Economics, 1999(12):25394． 湯果, 何曉群, 顧嵐. FIGARCH模型對股市收益長記憶性的實證分析. 統(tǒng)計研究, 1999(7)5． 張世英, 劉菁. 長記憶性時間序列及其預測. 預測, 1999(3)6． 李漢東, 張世英. 自回歸條件異方差的持續(xù)性研究. 預測, 20
公司管理相關(guān)推薦
鄂ICP備17016276號-1