自回归条件参数模型及其在国际大宗商品价格动态演化分析与预测中的应用

This project proposes a new time-varying conditional parameter model called the autoregressive conditional parameter (ACP) model. The proposed model is used to examine time-varying causal effects of economic variables on global commodity market and forecast global commodity prices. (1) The autoregressive conditional parameter model is proposed. The identification, test, estimation, and stationarity of ACP process are considered. (2) The ACP model with heteroskedastic regressors is developed by allowing the explanatory variables to follow a multivariate GARCH process, and the distributed lag model is also extended to incorporate autoregressive conditional parameters. (3) The proposed models are used to examine time-varying causal relations among world commodity markets and forecast major global commodity prices. (4) The combination forecast based on the ACP model and other time-varying parameter models is examined to improve the forecast accuracy of global major commodity prices.

本项目将提出一类新的时变条件参数模型——自回归条件参数（ACP）模型及其拓展模型，并实证研究国际大宗商品市场的动态演化及价格走势预测。（1）建立自回归条件参数模型，研究参数时变性的检验、模型形式的识别、参数的估计和序列的平稳性等理论问题。（2）进行ACP模型的拓展研究，提出一类带异方差解释变量的自回归条件参数模型，消除日度等金融时序常见异方差性的影响；将分布滞后模型与其结合，建立时变条件参数—分布滞后模型。（3）研究原油、铜等国际大宗商品市场市场演化的时变性，分析国际大宗商品价格动态形成中各因素影响的复杂演化和经济机理，并进行原油、铜、农产品等代表性大宗商品价格的预测。（4）将ACP模型与已有的时变参数模型等结合，构建综合集成预测模型，提高国际大宗商品价格预测精度。

时变参数模型可以刻画经济金融变量间影响关系的动态演化，因此吸引了国内外大量学者的关注和研究。目前广泛应用的时变参数模型包括：经典的滚动回归方法、参数服从随机变量的时变参数模型（time-varying parameter model,简称TVP模型）、非线性的机制转换模型(regime switching model, 简称RS模型)。此外，Engle（2016）提出了动态条件β（DCB）模型，允许β回归系数是条件时变的，不过该系数是借由动态相关系数来计算的。. 本项目发展一类新的条件时变参数模型--自回归条件参数（ACP）模型。除了允许序列的均值、方差等参数是条件决定的，该模型允许β回归系数是条件决定的。研究自回归条件参数的参数时变性检验、模型识别、参数估计、序列平稳性等理论问题。并将进行模型拓展研究工作，考虑异方差、滞后因果关系等情景，建立时变条件参数分布滞后（ACP-DL）模型、带异方差解释变量的自回归条件参数模型等。进而应用于大宗商品等金融市场分析预测工作。. 实证结果发现，项目研究提出ACP模型及其拓展模型改进拟合或预测效果。其中，通过建立线性回归模型、DCB模型、状态空间模型（state space）和ACP模型研究美元、股市对原油、铜、黄金期货价格的影响，实证表明ACP模型几乎是误差最小的。建立时变条件参数分布滞后（ACP-DL）模型研究原油库存对油价的预测效果，实证表明ACP-DL模型即优于经典的随机游走、ARMA、ADL、VAR模型，还优于TVP-ADL 、DCB模型2类常用的时变参数模型。