基于SVR的非线性协整关系建模研讨.pdfVIP

基于SVR的非线性协整关系建模研究‘ 刘力丰，米 红，耿 代 (厦门大学．模式识别与智能系统研究所，福建厦门361005) 摘要：讨论了在文献[4]中提出的非线性西整存在性理论．指出非线性协整关系反映 了向量时间序列分量之间的非线性均衡关系；同时阐述了回归型支持向量机(SVR)的基 本结构及训练方法；并在此基础上利用回归支持向量机的非线性回归能力。分析了估计 非线性协整函数的统计学习方法．最后通过耐预设的一组向量时间序列进行仿真研究， 并估计其间的非线性协整函数，来说明SVR方法在非线性协整建模应用中的有效性， 关键词： 回归支持向量机(SVR)；非线性协整关系；向量时间序列；非线性回归 on ofNonlinear BasedOilSVR StudyModeling Co—integration LIU Dai Li-feng，MIHong，GENG (Xi—numvtwsity，LaboratoryofPattern and RecognitionImelligeneeSystem，Ⅺam％365001。China) discumedthe ofnonlinesx is AlⅢraet：This which paper concept co-integrationrelationshippre— that sentedinrEferenced indicaleaonlmar couldnnect90menonlin- paper[4]，and co-Integration ear variable*invectortimewries．Atthesanto tbcessential eqlfilibriumsamong timeexpouad bameworkof vectormachinefor its dlenWe mppod regression(SVR)andhirl趣MgDfithm．And thestatistic for nonlinear functionbasedoR lmalyze learningalgorithmestimating co-integration SVR aemulation vectortimeseries．inordertoilluminateu- regression．Atlast”present to^specific Kd打ofSvRascdin ofnonlinear application ec-iategcatlon． vectormachinefor time Keyword自：support regression(SVR)；nonlinearco-integration；vector 8ede}；nonlinear pegression． 引言 在非平稳时间序列研究中，怎样建立一个适当的多变量计量经济模型，而又要解决“伪 回归”问题，已经成为计量经济学和数理金融领域研究的热点问题．文献[1]由Granger和 为分析非平稳的多变量时间序列提供了