马尔科夫转换回归
由于这个模型笔者没有学过,所以很多地方不懂,如果有人知道,发现不对的地方,请及时告诉我,后面有数据包附在后面。
1、操作界面
汉密尔顿模型由两步马尔科夫转化模型、一个平均转化常量C与四个没有转换的AR变量构成。误差项假定为常见的形式,仅有的概率变量是常数C。
结果分析
初解来自于遍历解
重复操作会产生不同的结果,因为有不同的随机数生成方式,可以使用随机数生成种子来固定随机数。
中间部分展示了系数的具体参数和恒定误差分布系数。展示了,经济快速、慢速增长的具体影响情况。
剩余的结果,展示了参数的转移矩阵和汇总统计的估计方程。
概率转换矩阵和 预期持续时间。
很多状态变量在概率转移矩阵中,有着相对高的回到初始位置地概率(0.9表示高的,0.75相对低一些)。在回到初始状态相应的语气实践为10.4和4.1.
Lastly, we display the filtered and full sample estimates of the probabilities of being in the two regimes. First select View/Regime Results/Regime Probabilities... and choose the filtered results. We will display the results only for the second regime. Then repeat the procedure choosing the smoothed results.
最后我们估计两个状态(regimes)的滤波(filtered)概率估计与平滑概率。
并加载一个 RecShade包(适用于美国或日本的衰退阴影图对象。)可以发现,与经济周期恰好吻合。
二、时变转换(TIME-VARYING TRANSITIONS)
Kim and Nelson (1999, p. 93) 提供了一个利用时变转换概率的MSAR(4)模型,用Filardo模型的工业产值的对数增长率,做了MSAR(4)平均转换的模式。使用了作为经济周期预测的十一个指标的复合型的对数增长率。
The Kim and Nelson的月度数据稍微不同于Filardo使用的数据。
领先指标滞后期作为概率回归元
结果分析
可以看到DLOGIDX(-1)的系数两者都显著,经济的对数增长率与一状态的生产增长的高概率、降低状态1的转移概率并且增加从2状态到1状态的转移概率的情况有关。
可以看到状态转移概率在时变概率下的变化
在NBER阴影下,低生产下的滤波概率相对较低。
三、状态异方差
Kim and Nelson (1999)提供了股权收益的状态异方差的三状态马尔科夫转移模型。数据包括每月的CRSP加权平均超额收益
结果分析: