基于粒子滤波算法的经济周期拐点识别分析-identification and analysis of economic cycle inflection point based on particle filter algorithm.docxVIP

下载本文档

29
0
约3.93万字
约 46页
2018-05-20 发布于上海
举报
版权申诉

基于粒子滤波算法的经济周期拐点识别分析-identification and analysis of economic cycle inflection point based on particle filter algorithm.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于粒子滤波算法的经济周期拐点识别分析-identification and analysis of economic cycle inflection point based on particle filter algorithm

AbstractGenerally,theprocessofeconomicdevelopmentalwayshasfluctuations,andthateconomicfluctuationisalwayscyclical.Toidentifyandexaminetheturningpointofthebusinesscyclehasalwaysbeenoneofthekeyproblemsinthefieldofbusinesscycletheory. Therearenowtwomodelsthatcanbeusedtoidentifythebusinesscycle’sturningpoint.TheoneistheMarkovSwithModel(MSM),whiletheotheristhesmoothtransitionauto-regression (STAR)model.TheMSMwouldidentifythestateoftheeconomybytheuseoftransitionprobability.Togetamorepreciseestimationofthetransitionprobability,thetimespanofthetime-seriesdataissupposedtobelong,andmorethanoneswitchofbusinesscycleshouldbecontained.However,asforourcountry,thedataisnotsosufficient.ThispaperusessequentialMonteCarlomethods toestimatetheasymmetriceffectinthehiddenMarkovmodelsoastodetecttheturningpointofChina’sbusinesscycleby Employingmonthlyyear-on-yeargrowthrateofChinasgrossindustrialoutputandChinaseconomicboomindex.UnlikemostMarkovswitchingmodels,mechanismtransitionprobabilityinthemodelofthispaperistime-varianttransitionprobabilitydeterminedbythebetadistribution,ofwhichtherandompartisdeterminedbyanexogenousvariable,socanavoidthesituationthattheestimationprecisionis low becauseoftheshortageofsampledata.ThispaperestimatestheparametersandpotentialstatevariablesinthemodelbasedonparticlefilteringmethodandBayesian methodandaccuratelyidentifyallthepreviousturningpointsofChina’sbusinesscycle.Keywords:SMC;HMM;BusinessCycle;TurningPoint;ParticleFiltering;Time-variantTransitionProbability.目录摘要IAbstract II1绪论11.1选题背景及选题意义11.2经济周期拐点识别方法研究现状21.3粒子滤波算法及研究现状51.4结构安排和创新点82粒子滤波算法的基本原理102.1基本模型假定102.2Kalman滤波122.3序贯重要性抽样（SIS）方法132.4一般粒子滤波算法（SISR）182.5辅助粒子滤波（AuxiliaryparticleFilter）202.6权值退化的解决方法213中国经济周期的拐点识别243.1衡量中国经济周期的各指标243.2模型设定263.3模型的估计方法273.4模型的估计结果与实证分析313.5本章小结384结论与展望39致谢40参考文献411绪论1.1选题背景及选题意义随着美国次贷危机快速发展为2008 年的全球金融危机，世界经济便骤然进入了衰退阶段。这次大危机给中国经济带来了巨大困难，导致中国出口大幅下降，经济增长速度迅速下降，为了应对中国经济外部需求不足所导致的增长下降的局面，中国政府于2009年启动了四万亿人民币的财政刺激政策。在政府大规模的财政刺激下，中国经济出现快速回升，与此同时，不断高涨的通货膨胀和资产泡沫也随之而来，随后政府采取了从