具有线性趋势的残差自回归模型的估计方法

为了探寻具有线性趋势的残差自回归模型的较为合适的估计方法,文章以残差AR(2)模型为例,对直接最小二乘法、两步法、非线性最小二乘法和化归法进行了Monte Carlo模拟,拟合和预测结果显示非线性最小二乘法和化归法的均方误差和平均绝对误差相同且最小.此外,还利用1980-2013年河南省人均GDP经济数据进行了拟合与预测实证分析,得到了与模拟比较相类似的结果,这说明非线性最小二乘法和化归法是较优的估计方法.进一步地,基于非线性最小二乘法,给出了河南省人均GDP的短期预测.     

固定设计异方差非参数回归模型的预测方法

文章针对固定设计下异方差非参数回归模型,考虑了基于多项式样条的三种预测方法,即非外推法、线性外推法和非线性外推法.模拟结果表明非外推预测法的均方根误差(RMSE)和平均绝对误差(MAE)的均值最大,而线性外推法的RMSE和MAE的均值略小于非线性外推法的RMSE和MAE的均值.实证分析结果显示:非外推预测法的平均绝对百分比误差(MAPE)、RMSE和MAE最大,线性外推法的MAPE、RMSE和MAE最小.这表明整体上外推法优于非外推法,而线性外推法是简单可行的.     

具有非参数趋势的残差自回归模型的预测方法

为了探寻具有非参数趋势的残差自回归模型的较为合适的预测方法,文章考虑了基于多项式样条的两种方法:直接法和两步法,模拟算例表明两步法拟合与预测的均方误差(MSE)和平均绝对误差(MAE)都小于直接法拟合与预测的MSE和MAE,此外,还对人民币/美元的日度汇率数据进行了拟合与预测的实证分析,得到了与模拟算例相类似的结果,这说明两步法优于直接法,两步法是一种较好的预测方法.