存在单位根与协整情形下的高维预测
计量经济学
2019-11-26 v1
摘要
我们研究单位根与协整的可能存在如何影响利用大数据进行预测。由于大多数宏观经济时间序列极具持续性且可能含单位根，妥善处理单位根与协整对宏观经济预测至关重要。大数据的维数之高使单位根与协整分析复杂化，体现在两方面。其一，为获得平稳性所需的变换需进行大量单位根检验，增加了分类出错的可能。其二，直接对单位根与协整建模更为困难，因为因子模型与惩罚回归等标准高维技术不能直接用于（协）整数据，需加以改造。我们概述这两类问题并综述应对之法，并以两个实证应用加以说明。
引用
@article{arxiv.1911.10552,
title = {High-Dimensional Forecasting in the Presence of Unit Roots and Cointegration},
author = {Stephan Smeekes and Etienne Wijler},
journal= {arXiv preprint arXiv:1911.10552},
year = {2019}
}