区间计量经济模型及其在经济分析和金融市场的应用研究

Econometrics has been concerned with point-valued data modeling. The proposed research is a first attempt to model the dynamics of interval-valued data. There is a large body of interval-valued observations in economics and finance, which often contain richer information than point-based observations since an interval number captures both 'range' and 'level' characteristics of the underlying probability space. Also, interval forecasts maybe of direct interest in practice. The informational advantage of interval data can be exploited for more efficient econometric estimation and inference...To forecast intervals and to explore the potential gain of using interval data over using point-valued data, the proposed research will develop a novel methodology of interval modeling in econometrics, for interval-valued time series data, interval-valued cross-sectional data and interval-valued panel data, by which one can use the observed interval data to infer the population of random intervals, and to use it for forecasts and other applications in economics and finance. As a counterpart of traditional point-based econometrics, the novel theory includes a new class of conditional interval models corresponding to the three categories of interval data aforementioned, the corresponding asymptotic theories for estimation, testing and inference. Interval econometric models will be applied in modeling and forecasting economic fundamentals as well as high-frequency data in financial markets, such as foreign trade, global bulk prices, foreign exchange rates, stock market indices and so on.

本项目研究区间计量经济模型及其在经济分析和金融市场的应用。传统计量模型对点样本建模，但区间样本比点样本含有更丰富的信息。区间计量模型建立直接对区间样本建模、对区间总体进行统计推断的计量理论体系；基于区间样本较点样本的信息优势，区间计量模型将提高传统计量建模技术的统计推断效率和预测精度，推动计量经济理论的发展。区间计量模型可应用于测算金融市场风险、预测重要经济变量，为政府和相关行业的企业提供分析工具和决策支持。具体研究内容包括：（1）建立区间计量模型体系，包括区间时间序列、区间横截面以及区间面板变量等三个计量模型子体系，并分别建立线性、非线性和联立方程等多种模型形式（2）提出区间计量模型的多种参数估计方法（3）建立区间计量模型参数的多种假设检验方法并证明估计量的渐进有效（4）应用区间计量模型对我国外资外贸、国际大宗商品期货价格、外汇市场、全球主要股指等经济分析与金融市场问题进行建模与预测。

全球经济联动的迅速加强使得经济和金融系统复杂性和不确定性凸显，需要发展对更具信息含量的区间型数据的建模技术。另一方面，大数据时代下各种新型区间型数据的出现使得传统的统计建模方法不再有效。本项目研究区间数据建模的计量理论与应用，是在这一背景下对经典统计学与计量经济学的扩展与修正，是前沿和创新性科学研究工作。本项目取得的主要研究进展：（一）搭建了完善的区间计量经济模型理论体系，包括区间时序、区间横截面和区间面板模型三个子体系；（二）对各种区间模型，证明了一定假设下区间样本估计量的渐进有效。目前还没有解决区间样本估计有效性的研究成果，这是区间计量理论的突破性工作。并提出了可行的且渐进有效的两阶段最小距离估计方法，解决了应用中的问题；（三）提出了多维区间样本建模理论及统计推断方法；（四）提出了区间非线性模型，包括门限区间时序模型和时变系数的区间模型；（五）创立了了基于区间样本的非参数估计方法，并解决了统计推断问题；（六）对非平稳区间时间序列提出了第一个区间时间序列的单位根检验方法。这对区间模型的应用起到重要作用，因为单位根检验是建模前对区间数据进行平稳性判断的必要步骤。对含有与不含有结局项的两种经典单位根形式，均提出了基于区间样本的统计检验方法并证明了极限分布；（七）应用区间模型在经济与金融进行测算与预报。首先提出了区间虚拟变量，可用于分析和测算经济事件对经济和金融系统的影响。并在美国次贷危机对国际原油市场的影响应用研究中得到有效验证。特别是，利用区间样本发现了投机因素在原油价格预测的解释力，第一次提供了计量分析证据。此外，应用区间时序模型，对金融市场进行风险预测并建立了测算多个市场相互影响的区间计量分析方法。