三步回归滤波建模的拓展及其在汇率预测中的应用研究

对关键经济变量的准确预测不仅能为当局采取合适的政策以实现有效调控提供启示,还能为公众(包括企业)制定投资决策提供参考,因而具有非常重要的理论、现实与政策意义。为避免统计数据信息缺失并提高分析问题的时效性,文章对传统三步回归滤波建模进行拓展,将混频数据抽样模型(MIDAS)建模思想纳入其中以形成混频三步回归滤波模型(MF-3PRF)。基于大样本性质的理论模拟发现,MF-3PRF能够实现参数估计的有效性与一致性,且具有较好的理论预测能效。进一步地,文章基于MF-3PRF模型与备择模型(DMA/DMS、TVP-VAR、BMA)并选取无抛补利率平价、购买力平价、弹性/粘性价格货币模型、巴拉萨-萨缪尔森模型、资产组合模型、泰勒规则等理论模型对人民币汇率进行预测,结果表明MF-3PRF并结合泰勒规则能够较好地捕捉人民币汇率的动态变化特征,因而能为公众在新的汇率形成机制条件下深入认识人民币汇率动态变化与波动成因提供启示。

基于三步回归滤波模型的系统性金融压力指数构建

系统性金融风险由金融体系和宏观经济螺旋式发展内生决定,是金融体系和宏观经济动态交互作用的结果。文章基于资产价格波动性、金融市场流动性、风险价差和估值水平等压力信息,从6个金融子市场选取65个基础指标,运用三步回归滤波模型及偏分位数回归,合成一个能够全面反映经济运行情况的系统性金融压力指数,并采用MS-VAR模型对该指数不同风险期进行识别。结果表明:构建的系统性金融压力指数能准确预测宏观经济冲击分布;该指数大多数时间处于低风险状态,而少数高风险状态与我国几次金融大事件相吻合,是金融风险监测预警的有效定量指标。