对动态经济计量建模过程的模型研究

动态经济计量建模的方法论是采取“从一般到特殊”的方法。首先根据经济理论提出理论模型 ,并在假设条件下确定可估模型 ;其次建立与数据生成过程(DataGeneratingProcess,或DGP)相一致的一般性模型 ,即 :自回归分布滞后模型(AutoregressiveDistributedLag Model或ADLMs) ,ADLMs可转化为误差修正模型(ECM) ;然后通过估计理论和相应的假设检验逐步获得最终(特殊)模型。如果最终模型不止一个 ,则需要选择出节俭包容的模型并加以应用。

单位根检验的模型设定问题研究

统计量tαρ^和tτρ^会受到"噪声参数"α和δ的影响,DF在联合假设基础上给出的不变统计量仅能检验部分假设,二者的不一致可能导致通常检验程序的错误推断。依据模型设定正确和真实过程完全未知两种情况下的单位根检验,得出前者需要统计量tρ^和Φ配合使用,而后者需要遵循一定的检验程序,而DJSR程序是其中比较稳健的选择。

基于深度高斯过程的多元类别数据分布估计

多元类别数据的可能取值会随向量长度的增长呈指数级增长,从而造成数据稀疏性问题。通过将观察数据嵌入到连续空间中训练识别数据之间的相似性,构建多元类别数据的线性高斯隐变量模型和类别隐高斯过程(CLGP)。在CLGP模型基础上,建立小样本多元类别数据分布估计的多元类别深度隐高斯过程模型,并结合蒙特卡洛采样的变分推断方法对模型进行参数优化。实验结果表明,与CLGP模型相比,该模型分布估计精确度有所提升。