论文部分内容阅读
金融经济系统预测是宏观经济管理的重要问题,系统中大多数变量具有非线性与异质性等特征,门限分位数自回归(TQAR)模型能够较好地揭示这一特征.本文研究TQAR模型的预测技术,给出其条件分位数预测和条件密度预测方法.数值模拟结果表明,与传统的门限均值自回归模型(TAR)和分位数自回归(QAR)模型相比,TQAR模型在预测的精度和准度方面更具优势.文章使用TQAR模型研究中国通货膨胀的非线性动态特征,并在此基础上预测通货膨胀的波动趋势.实证结果表明,TQAR模型不仅能够揭示通货膨胀的门限效应和异质效应,提供比TAR和QAR模型更高的预测精准度,而且能够通过条件密度预测曲线,细致刻画通货膨胀条件分布的位置、散布与形状等全景信息,从而为宏观经济政策的制定和调整提供科学合理的决策依据.