状态空间模型在经济预测方面的应用研究.pdfVIP

状态空间模型在经济预测方面的应用研究 高铁梅，陈 飞 （吉林大学数量经济研究中心 吉林 长春 130012 ） 摘要：本文从理论上讨论了状态空间模型与ARIMA 模型的等价关系，并在此基础上建立正确形式的状态空间模型。 对我国 GDP、M1 和社会消费品零售总额等经济时间序列构造状态空间模型，并利用模型进行预测。实践表明，状 态空间模型具有良好的预测效果。从而为经济时间序列预测提供了一种新的有效方法。 关键字：状态空间模型；ARIMA 模型；可控制性；预测 中图分类号: F224.0 文献标识码：A 经济时间序列的预测在经济学中尤其是在宏观经济学中具有极其重要的作用。一个好的时间序 列预测模型可以预测经济的未来走势，为政府制定宏观经济政策提供科学依据。在现代计量经济研 究中有许多时间序列预测模型，例如限界时间序列分析模型、增长曲线模型等。这些模型都具有良 好的预测效果，在经济分析中被广泛使用，但也都具有其各自的局限性。下面，介绍一种新的经济 时间序列预测方法 —— 利用状态空间模型进行预测。在一般的统计模型中出现的变量都是可以观 测到的，这些模型以反映过去经济变动的时间序列数据为基础，利用回归分析或时间序列分析等方 法估计参数，进而预测未来的值。 状态空间模型的特点是提出了“状态”这一概念。实际上，无论是工程控制问题中出现的某些 状态(如导弹轨迹的控制问题)，还是经济系统所存在的某些状态都是无法观测到的变量，正是这种无 法观测到的变量反映了系统所具有的真实状态，称为状态向量。状态空间模型建立了可观测变量和 [1] 。而且，状 系统内部之间的关系，从而可以通过估计各种不同的状态向量达到分析和预测的目的 态空间模型是一种结构化模型，具有良好的统计性质，可以对模型同时进行估计、预测和检验，保 证了模型预测的精度和可信性。 1 引 言 TiaoHillmer 在1978 年的文章中提到，如果可利用的信息只有可观测时间序列，那么该序列的 分解不是唯一的[2] 。近年来，计量经济学家关心的问题是如何把一个时间序列分解成一个趋势因素 和一个变化因素，假设趋势因素服从随机游动过程，变化因素服从 AR 过程，反映了时间序列不规 则要素的变动，并在此基础上建立了各种统计模型。但由于依据的分解理论不同，就形成了各种各 样的分解方法，在此基础上建立了不同形式的状态空间模型。 Young Duk 指出，当所应用的状态空间模型是不可控制的会导致错误的状态空间分解。他们 通过对ARIMA 过程和状态空间模型这两种等价的时间序列分解方法的比较，提出了一种新的建立状 态空间模型的方法[3] 。认为尽管存在多个状态空间分解模型，但都等价于同一个ARIMA 模型，且每 一个模型给出的估计是等价的。本文首先检验了状态模型的可控制性。并在状态空间模型和ARIMA 模型参数间等价关系基础之上建立了正确形式的状态空间分解模型。最后，介绍了利用状态空间模 型的正确表现形式对经济时间序列进行预测，从中可以看出利用状态空间模型进行经济时间序列预 测是一种很好的方法。 1 2 状态空间模型的分解形式和可控制性 Luenberger[4] 、Harvey[5]、West Harrison[6]先后提出了状态空间模型的可控制性问题。状态 空间模型的可控制性就是指模型具有这样的特性，对一列可观测的时间序列，我们通过对状态变量 的唯一估计，可推导出模型。考虑下面的状态空间模型： Y F X +v ( 1a) t t t X t GX t −1 +wt ( 1b) 在这里，{v } 、{w }是白噪声