eview面板数据之混合回归模型_R语言中基于混合数据抽样(MIDAS)回归的HAR-RV模型预测GDP增长...

原文链接：

拓端数据科技 / Welcome to tecdat​tecdat.cn

---

预测GDP增长

我们复制了Ghysels（2013）中提供的示例。我们进行了MIDAS回归分析，以预测季度GDP增长以及每月非农就业人数的增长。预测公式如下

其中yt是按季度季节性调整后的实际美国GDP的对数增长，x3t是月度总就业非农业工资的对数增长。

首先，我们加载数据并执行必要的转换。

2. 
   R> y <- window(USqgdp, end = c(2011, 2))
3. 
   R> x <- window(USpayems, end = c(2011, 7))
4. 
   R> yg <- diff(log(y)) * 100
5. 
   R> xg <- diff(log(x)) * 100

最后两行用于均衡样本大小，样本大小在原始数据中有所不同。我们只需在数据的开头和结尾添加其他NA值即可。数据的图形表示如图3所示。要指定midas_r函数的模型，我们以下等效形式重写它：

就像在Ghysels（2013）中一样，我们将估算样本限制在1985年第一季度到2009年第一季度之间。我们使用Beta多项式，非零Beta和U-MIDAS权重规格来评估模型。