10-状态空间模型和卡尔曼滤波.ppt

* 3. 预测 ( Forecasting ) 如果已经对状态空间模型进行了估计，EViews提供生成数据的其他工具：预测允许利用选择的预测方法和初始化方法，来产生状态变量、量测变量和联合标准误差的预测。 (1) 选择预测方法 可以在动态预测，平滑预测和 n 期向前预测三种方法中选择其一。注意，任何在量测方程右边的延迟内生变量都被做为外生变量的看待。 * 对于 n 步向前预测和动态预测，通常利用一步向前预测的状态向量和方差初始化状态向量。对于平滑预测，一般使用状态向量和方差的相应的平滑值进行预测的初始化。对某些情况，预测、滤波和平滑可以选择初始值的不同设置。EViews的预测程序提供了可控的初始设置。然而，如果选择了不同的设置，根据可利用信息，预测的解释将发生变化。 * (2) 预测结果输出 EViews允许在工作文件中以序列形式存储预测输出结果。只须点击输出框，在相应的编辑区域指定序列名。 可以指定一列变量名或一个通配符表达式。如果选择列变量名，变量名的数目必须与指定的量测变量的数目相匹配。如果输出序列的名字已经在工作文件中存在，EViews将全部覆盖序列的内容。 * 如果使用一个通配符表达式，EViews将利用通配符表达式在适当的位置替代每一个量测变量的名字。例如，如果有一个具有量测变量 y1、y2 的模型，选择通配符“*F”存储一步预测的结果，EViews将使用序列名 y1F 和 y2F 存贮输出结果。对该功能有两点限制： 一是不能使用通配符表达式“*”存储量测变量的结果，因为这将导致对原始量测数据的覆盖。 二是当量测方程因变量通过表达式指定，或量测变量出现在多个方程中，不能使用通配符。对于这两点，EViews将不能产生新的序列，只产生错误信息。 需要注意的是，如果量测方程的因变量是一个表达式，EViews将只提供表达式的预测，因此，如果量测变量是log(y) ，EViews将只预测 y 的对数。 * 我们分别利用动态预测，平滑预测和1期(n=1)向前预测三种方法在期间1978至2006对CSP进行拟合，分别得到预测结果CSPF_D、CSPF_S、CSPF_1。下面是3个预测值和实际值CSP画在一起的图形，可以看出动态预测CSPF_D和平滑预测CSPF_S的结果重合了。1期向前预测CSPF_1与实际值接近。 * （3）设置初始条件 可以使用状态变量和状态协方差的One-step ahead预测或Smoothed预测估计值做为预测的初始值。这两种初始化方法在使用估计样本的信息数量上是不同的。一步向前预测使用直到预测期开始的信息，平滑预测使用全部估计期的信息。 相应地，还可以使用EViews计算初始条件。最后，可以选择提供一个向量和包含预测初始值的特征对象。选择User并在编辑区域输入有效的EViews对象名。 * 4．产生量测序列（Make Signal Series…） EViews允许创建序列保存各种量测变量的计算结果。只需点击菜单就可进入显示结果对话框。 可以选择一步向前预测量测变量 ，一步预测残差 ，平滑量测变量或量测方程扰动项估计 或 。EViews还允许存储这些变量的相应的标准误差（ Ft?t-1 、St 和 对角线元素的平方根），或一步预测残差和平滑扰动项 和 。 * 选择一步向前预测量测变量 ，则EViews将在工作文件中用名为CSPF的序列来存储。点击CSP和CSPF，建立组，可以通过画图观察CSP的模拟情况： 可以在编辑区通过一列变量或通配符给序列命名，生成一组量测变量序列。当量测方程变量是表达式时，EViews将只输出整个表达式的结果。 * 5．产生状态序列（Make State Series） 打开一个对话框保存各种状态变量的计算结果。 可以选择存储一步向前预测状态变量估计结果 at ? t –1 ，滤波状态变量均值 at ，平滑状态变量 ，状态变量扰动项 ，标准化的状态扰动项，或相应的标准误差序列(Pt ? t –1 , Pt , Pt ?T 和 对角线元素的平方根）。 * 选择存储一步向前预测状态变量估计结果 at ? t –1 ，则消费模型中边际消费倾向的