多元时间序列分析新进展:MRNN超越VAR的经济学应用
需积分: 20 32 浏览量
更新于2024-07-09
收藏 460KB PDF 举报
本篇研究论文探讨了经济学中多元时间序列建模的一个关键转变,即从传统的向量自动回归(Vector Auto-Regressions, VAR)模型转向多变量循环神经网络(Multivariate Recurrent Neural Networks, MRNN)。VAR模型因其线性和状态独立的特性,在处理可预测的经济动态时表现出色,但当需要捕捉非线性及状态相关的复杂行为时,其局限性就显现出来。
论文作者Sergiy Verstyuk在文中提出了一种从小型到大型规模的长期短期记忆(Long Short-Term Memory, LSTM)MRNN模型系列。这些模型的优势在于其能够适应更广泛的动态范围,包括但不限于非线性关系和潜在的经济状态影响。通过将MRNN与VAR模型在实际应用中进行对比,特别是在分析美国GDP增长、通货膨胀、商品价格、联邦基金利率和银行准备金等经济指标数据时,研究结果显示,即使在样本量有限的情况下,MRNN的预测性能也显著优于VAR,其样本外预测精度提升了大约20%。
此外,MRNN在可解释性方面也展现出优势。它通过脉冲响应函数(Impulse Response Functions, IRFs)提供更加合理的经济动态解释。例如,对于联邦基金利率的冲击,MRNN能够产生符合传统经济理论预期的系统反应。这表明MRNN不仅在预测精度上有所提升,而且在理论和实践上的解释能力也得到了增强。
论文进一步展示了MRNN的无监督学习特性,它能够以非线性的方法揭示宏观经济体制的不同方面,这是VAR模型所无法做到的。MRNN的状态依赖性使其在处理现实经济环境中的复杂约束,如零下限政策,可能成为有用的决策模拟工具。这篇论文不仅提供了新的建模方法,还为经济学家和政策制定者提供了更强大且灵活的工具,以理解和预测经济动态。
2020-05-21 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
2024-06-07 上传
2023-07-27 上传
2023-06-02 上传
weixin_38592455
- 粉丝: 7
- 资源: 897
最新资源
- AirKiss技术详解:无线传递信息与智能家居连接
- Hibernate主键生成策略详解
- 操作系统实验:位示图法管理磁盘空闲空间
- JSON详解:数据交换的主流格式
- Win7安装Ubuntu双系统详细指南
- FPGA内部结构与工作原理探索
- 信用评分模型解析:WOE、IV与ROC
- 使用LVS+Keepalived构建高可用负载均衡集群
- 微信小程序驱动餐饮与服装业创新转型:便捷管理与低成本优势
- 机器学习入门指南:从基础到进阶
- 解决Win7 IIS配置错误500.22与0x80070032
- SQL-DFS:优化HDFS小文件存储的解决方案
- Hadoop、Hbase、Spark环境部署与主机配置详解
- Kisso:加密会话Cookie实现的单点登录SSO
- OpenCV读取与拼接多幅图像教程
- QT实战:轻松生成与解析JSON数据