论文部分内容阅读
本文研究了动态模型平均方法 (DMA)及其参数估计。DMA方法允许方程所含变量、变量系数及模型所含方程同时变动,适用于对宏观经济指标进行实时预测。本文利用DMA对中国通货膨胀进行实时预测表明,DMA方法下的中国通货膨胀预测解释变量处于0～3;以CPI指数和GDP平减指数作为通货膨胀衡量指标的情况下,不同预测期的解释变量被包含概率是时变的;遗忘因子为0.95时,利用DMA方法对我国通货膨胀的预测效果最佳,优于贝叶斯模型平均和时变向量自回归模型。