Markov-Switching MIDAS Models
马尔可夫状态切换MIDAS模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究混频时间序列中的参数状态切换，并用于美国经济活动及周期状态预测，因此对应时间序列、结构变化与预测方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
马尔可夫状态切换MIDAS模型
- 研究问题
- 如何将参数的状态切换纳入混合频率数据模型，使不同频率的信息能够共同用于美国总体经济活动及经济周期状态预测？
- 方法与思路
- 作者将马尔可夫状态切换与MIDAS回归结合，允许混频模型参数随状态变化，讨论估计与推断，并开展小样本模拟及美国经济活动预测应用。
- 材料陈述的贡献
- 摘要称，MS-MIDAS为状态切换模型使用混合频率数据提供了回归框架，模拟和实证结果支持其在经济活动及周期状态预测中的用途。
- 阅读关注点
- 全文应核对状态数与转移机制、混频权重和滞后的设定、估计推断方法，以及预测比较的基准、信息时点与样本外评估设计。
- 阅读边界
- 摘要未给出样本区间、预测期限、比较模型或误差指标；作者所称模型有用，尚不足以判断其预测优势的幅度、显著性及跨样本稳定性。
原文摘要
This article introduces a new regression model—Markov-switching mixed data sampling (MS-MIDAS)—that incorporates regime changes in the parameters of the mixed data sampling (MIDAS) models and allows for the use of mixed-frequency data in Markov-switching models. After a discussion of estimation and inference for MS-MIDAS and a small sample simulation-based evaluation, the MS-MIDAS model is applied to the prediction of the U.S. economic activity, in terms of both quantitative forecasts of the aggregate economic activity and the prediction of the business cycle regimes. Both simulation and empirical results indicate that MS-MIDAS is a very useful specification.