基于支持向量分位数回归的货币需求条件密度预测研究

许启发; 俞奕涵; 蒋翠侠

首页> 中文期刊> 《合肥工业大学学报：自然科学版》 >基于支持向量分位数回归的货币需求条件密度预测研究

基于支持向量分位数回归的货币需求条件密度预测研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

考虑到货币需求与其影响因素之间复杂的关系,基于支持向量分位数回归(support vector quantile regression,SVQR)模型,文章研究了货币需求及其影响因素之间的非线性依赖关系,给出了货币需求条件密度预测方法,并将其与传统的线性分位数回归模型进行了比较。选取中国2004年1月至2014年12月期间工业增加值、消费物价指数(consumer price index,CPI)、利率与M1的月度数据进行实证研究,结果表明SVQR模型不仅能够很好地拟合货币需求,而且能够给出准确的概率密度预测结果。

著录项

来源
《合肥工业大学学报：自然科学版》 |2017年第1期|121-127|共7页
作者
许启发; 俞奕涵; 蒋翠侠;
展开▼
作者单位

合肥工业大学管理学院;

合肥工业大学过程优化与智能决策教育部重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类数量经济学;
关键词
货币需求; 分位数回归; 支持向量分位数回归(SVQR); 条件密度预测; 广义近似交叉验证(GACV); 准则;

相似文献

中文文献
外文文献
专利

1. 基于支持向量分位数回归神经网络的区域短期风速预测 [J] . 生菡 ,秦喜文 . 应用数学进展 . 2021,第010期
2. 基于支持向量-分位数回归的短期负荷预测及风险分析 [J] . 牟宏 ,王春义 ,顾洁 . 电力科学与技术学报 . 2016,第003期
3. 基于CPFR的需求预测新方法——分位数回归预测法 [J] . 戢守峰 ,艾焱 ,周海洋 . 管理工程学报 . 2009,第002期
4. 基于神经网络分位数回归的人民币汇率概率密度预测 [J] . 李艳萍 ,赵冬 ,陈士俊 . 阜阳师范学院学报（自然科学版） . 2021,第004期
5. 基于神经网络分位数回归的人民币汇率概率密度预测 [J] . 李艳萍 ,赵冬 ,陈士俊 . 阜阳师范大学学报：自然科学版 . 2021,第004期
6. 选择性激光烧结成型件密度的支持向量回归预测 [C] . 李新平 ,代翼飞 ,刘金焕 . 2008中国材料研讨会—计算材料分册 . 2008
7. 基于支持向量分位数回归的金融市场条件概率密度预测 [A] . 俞奕涵 . 2016

基于支持向量分位数回归的货币需求条件密度预测研究

摘要

著录项

相似文献

相关主题

期刊订阅