人工神经网络与计数时间序列：一类非线性INGARCH模型
统计方法学
2023-04-04 v1 计量经济学
机器学习
摘要
计数时间序列通常使用具有条件异方差的广义整数值自回归模型（INGARCH）进行分析。这些模型采用响应函数，将过去观测值与过去条件期望的向量映射到当前观测的条件期望。本文展示了如何将INGARCH模型与人工神经网络（ANN）响应函数相结合，得到一类非线性INGARCH模型。ANN框架使得许多现有INGARCH模型可被解释为相应神经模型的退化版本。文中给出了关于极大似然估计、边际效应与置信区间的细节。对有界与无界计数的时间序列的实证分析表明，神经INGARCH模型在信息损失方面能够优于合理的退化竞争模型。
引用
@article{arxiv.2304.01025,
title = {Artificial neural networks and time series of counts: A class of nonlinear INGARCH models},
author = {Malte Jahn},
journal= {arXiv preprint arXiv:2304.01025},
year = {2023}
}