分位数因子增广的分位数自回归分布滞后模型构建

doi:10.13546/j.cnki.tjyjc.2024.12.006

LZUFE-KMS > 校领导

	分位数因子增广的分位数自回归分布滞后模型构建
其他题名	Construction of Quantile Factor-augmented Quantile Autoregression Distributed Lag Model
	黄玉婷 1; 傅德印2
	2024-07-02
发表期刊	统计与决策
卷号	40 期号:12 页码:35-41
摘要	因子增广回归是利用高维数据对宏观经济进行预测的重要方法。然而，均值回归框架下的因子模型和回归模型在面对异常值或厚尾分布时结果不够稳健。为此，文章在分位数回归框架下构建分位数因子增广分位数自回归分布滞后模型，该模型通过构建分位数因子模型对高维数据进行降维，提取不同分位点的公共因子；进一步，利用提取出的公共因子和响应变量的滞后项构建分位数自回归分布滞后模型。数值模拟结果表明，在数据出现异常值或厚尾分布的情境下，分位数因子分析估计的均值因子和非均值因子更稳健，分位数因子增广回归的预测性能优于因子增广回归的预测性能，且分位数因子增广分位数自回归分布滞后模型的预测性能优于基准模型。
其他摘要	Factor-augmented regression is an important method to forecast macroeconomics using high dimensional data.However,the results of factor models and regression models under the mean regression framework are not robust enough in the face of outliers or thick tail distributions.In view of this,the paper constructs a quantile factor-augmented quantile autoregression distributed lag model under quantile regression frame.In this model,the quantile factor model is constructed to reduce the dimen-sionality of high-dimensional data,with the common factors of different quantiles extracted.Further,the quantile autoregressive distributed lag model is constructed by using the extracted common factors and lag terms of response variables.Numerical simula-tion results show that the mean and non-mean factors estimated by quantile factor analysis are more robust in the case of data out-liers or thick tail distribution.The predictive performance of quantile factor-augmented regression is better than that of fac-tor-augmented regression,and the predictive performance of quantile factor-augmented autoregressive distributed lag model is better than that of the benchmark model.
关键词	分位数因子分位数回归因子增广回归自回归分布滞后模型
DOI	10.13546/j.cnki.tjyjc.2024.12.006
URL	查看原文
收录类别	北大核心 ; 中国科技核心期刊 ; CSSCI ; AMI
ISSN	1002-6487
语种	中文
原始文献类型	学术期刊
中图分类号	O212.1
CN号	42-1009/C
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/37224
专题	校领导
通讯作者	傅德印
作者单位	1.兰州财经大学统计与数据科学学院; 2.中国劳动关系学院劳动经济学院
第一作者单位	统计与数据科学学院
通讯作者单位	经济学院
推荐引用方式 GB/T 7714	黄玉婷,傅德印. 分位数因子增广的分位数自回归分布滞后模型构建[J]. 统计与决策,2024,40(12):35-41.
APA	黄玉婷,&傅德印.(2024).分位数因子增广的分位数自回归分布滞后模型构建.统计与决策,40(12),35-41.
MLA	黄玉婷,et al."分位数因子增广的分位数自回归分布滞后模型构建".统计与决策 40.12(2024):35-41.