Please use this identifier to cite or link to this item:
https://ah.lib.nccu.edu.tw/handle/140.119/98647| 題名: | 以狀態空間模型即期預測台灣國內生產毛額 Nowcasting GDP of Taiwan by State Space Model |
作者: | 陳亭翰 | 貢獻者: | 徐士勛 陳亭翰 |
關鍵詞: | 即期預測 狀態空間模型 卡爾曼濾波器 |
日期: | 2016 | 上傳時間: | 1-Jul-2016 | 摘要: | 國內生產毛額作為總和國內經濟狀況的綜合性指標, 一直是政府機關與民間機構在進行決策時的重要參考之一。 然而, 也因為需要整合較多的統計資料做計算, 國內生產毛額因此僅有季的低頻資料。 為了能夠精準地預測此類低頻資料, 多數學者遂以數學模型將高頻與低頻資料做連結, 期能透過模型找到高頻資料所隱含的資訊來預測低頻資料, 即期預測 (Nowcasting) 即是此類型預測的概稱。 透過即期預測, 我們可以快速掌握當下的經濟狀況, 以做出更合適的決策。 據此, 本文將依Banbura, Giannone and Reichlin (2010),以狀態空間模型 (State Space Model) 搭配卡爾曼濾波器 (Kalman Filter) 來\n實現對國民生產毛額的即期預測, 並藉此模型對我國經濟體進行相關分析。 | 參考文獻: | 張志揚 (2013) , 「台灣總體經濟即期季模型之建立-運用月資料改善國民所得預測」, 中央銀行季刊, 第 35 卷第 3 期, 頁 37 - 60。\n彭素玲、 周濟 (2001),「台灣總體經濟即期季模型之建立與應用」, 中央研究院經濟研究所, 台灣經濟預測與政策, 第32卷第1期, 頁 77 - 116 。\nAruoba, S.B., Diebold, F.X. and Scotti, C. (2008), ”Real-Time Measurement of Business Conditions.” NBER Working Paper No. 14349\nBanbura, M., Giannone, D., Reichlin, L. ( 2010),”Nowcasting.” eCB Work-\ning Paper No 1275, Europe Central Bank.\nDoz, C., D. Giannone, and L. Reichlin (2005), ”A two-step estimator for\nlarge approximate dynamic factor models based on Kalman Filtering.”\nManuscript, Universit’e Libre de Bruxelles.\nGiannone D, Reichlin L, Small D. (2008), ”Nowcasting: the real-time in-\nformational content of macro economic data.” Journal of Monetary\nEconomics, 55(4), 665 - 676.\nMariano, R., Murasawa, Y. (2003), ”A new coincident index of business\ncycles based on monthly and quarterly series.” Journal of Applied\nEconometrics 18 : 427 - 443. | 描述: | 碩士 國立政治大學 經濟學系 103258034 |
資料來源: | http://thesis.lib.nccu.edu.tw/record/#G0103258034 | 資料類型: | thesis |
| Appears in Collections: | 學位論文 |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 803401.pdf | 1.75 MB | Adobe PDF2 | View/Open |
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.