在这篇系统的文献综述中,我们研究了现有的研究,这些研究预测了使用人工智能和机器学习的实现波动性和隐含波动指数。我们调查了文献,以发现与传统计量经济学模型相比,所提出的方法是否提供了较高的预测,可解释的AI的应用如何广泛,并概述了潜在的进一步研究领域。通常,我们发现AI和ML方法对波动性预测的疗效是高度前景的,通常比其计量经济学的结果提供了比较或更好的结果。使用内存的神经网络,例如长期术语内存和门控复发单元,始终排名最高的模型。但是,传统的计量经济学模型仍然高度相关,通常产生的结果与更先进的ML和AI模型相似。鉴于合奏方法的成功,研究的一个有希望的领域是使用混合模型,结合了机器学习和计量经济学模型。尽管对许多机器学习模型的常见批评都是黑盒本质的,但我们发现,很少有论文应用XAI来分析和支持其经验结果。因此,我们建议研究人员更努力地在将来的工作中雇用XAI。同样,我们看到了概率机器学习应用的潜力,可以有效地量化机器学习模型的波动性预测的不确定性。
2011 年北沙巴提高采收率产量分成合同(北沙巴 PSC)是我们的首个马来西亚石油和天然气资产。SEA Hibiscus Sdn Bhd(SEA Hibiscus)自 2018 年 3 月 31 日起担任北沙巴 PSC 的运营商。我们已成功实施生产增强项目,从而增加了石油总产量销售额。我们计划执行进一步的项目,以避免自然衰退并增加石油和天然气产量。2022 年 1 月,我们完成了从 Repsol Exploración, S.A.(Repsol)收购三个马来西亚 PSC 的权益,包括 2012 年京那巴鲁石油 PSC(京那巴鲁 PSC)。来自北沙巴 PSC 和京那巴鲁 PSC 的原油流入纳闽原油码头,该码头也由 SEA Hibiscus 运营。
投资者在证券交易所购买MVE班级单位的单位价格是在证券交易所出售的单位的价格。负责的实体已聘请独立代理来计算MVE类的指示性净资产值,该资产值称为“ INAV”。INAV通常每天计算MVE类单位在证券交易所进行交易,并将在整个交易日在Alliancebernstein.com.au上发布在MVE班的网站上。INAV将根据在交易日具有实时市场价格的投资组合证券进行更新。INAV仅作为指南出版,并且不能保证将连续发布INAV,否则它将是最新的或没有错误。在法律允许的范围内,我们和我们的任命代理人均不对依赖INAV的任何人负责。MVE类单位在证券交易所上交易的价格可能不会反映每单位净资产价值或INAV的净资产价值。有关更多详细信息,请参见第5节中的“证券交换流动性风险”。
在危机前后,一个政权的经济不确定性可能会发生巨大变化。诸如欧元区全球金融危机之类的输入性危机凸显了外部冲击的影响。通过估计包括马尔可夫转换波动性冲击的欧元区和美国开放经济非线性动态随机一般均衡模型,我们发现,与平静期相比,这些冲击在全球金融危机期间更为显著。我们描述了美国实体经济和金融市场的冲击如何影响欧元区经济,以及全球金融危机期间短期和长期债券之间的重新分配是如何发生的。重要的是,当国内外金融市场影响经济时,估计的非线性不容忽视。市场相关变量的非线性行为凸显了高阶估计对于向政策制定者提供额外解释的重要性。关键词:DSGE、波动性冲击、马尔可夫转换、开放经济、金融危机、非线性。JEL 分类:C61、E32、F21、F41。
在危机前后,经济体制的不确定性可能会发生巨大变化。诸如欧元区全球金融危机之类的输入性危机凸显了外部冲击的影响。通过估计欧元区和美国的开放经济非线性动态随机一般均衡模型(包括马尔可夫转换波动冲击),我们发现,与平静时期相比,这些冲击在全球金融危机期间更为显著。我们描述了美国实体经济和金融市场的冲击如何影响欧元区经济,以及全球金融危机期间短期和长期债券之间的重新分配是如何发生的。重要的是,当国内外金融市场影响经济时,估计的非线性不容忽视。市场相关变量的非线性行为凸显了高阶估计对于为政策制定者提供额外解释的重要性。
在危机前后,经济体制的不确定性可能会发生巨大变化。诸如欧元区全球金融危机之类的输入性危机凸显了外部冲击的影响。通过估计欧元区和美国的开放经济非线性动态随机一般均衡模型(包括马尔可夫转换波动冲击),我们发现,与平静时期相比,这些冲击在全球金融危机期间更为显著。我们描述了美国实体经济和金融市场的冲击如何影响欧元区经济,以及全球金融危机期间短期和长期债券之间的重新分配是如何发生的。重要的是,当国内外金融市场影响经济时,估计的非线性不容忽视。市场相关变量的非线性行为凸显了高阶估计对于为政策制定者提供额外解释的重要性。
∗ 美国联邦储备系统理事会国际金融部,华盛顿特区 20551。电子邮箱:matthew.t.klepacz@frb.gov。我要感谢 Simon Gilchrist、Adam Guren、Raphael Schoenle 和 Stephen Terry 对本项目的宝贵指导和支持。我还要感谢来自各个大学和会议的研讨会参与者的评论。本研究是在限制访问劳工统计局 (BLS) 数据的情况下进行的。本文表达的观点为作者的观点,不应被解释为反映 BLS、联邦储备委员会或与联邦储备系统有关的任何其他人员的观点。我感谢我的项目协调员 Ryan Ogden 的大力帮助和努力。其余所有错误均由我负责。
在本研究中,我们探讨了更复杂的经济体是否能更好地抵御外部冲击。我们引入了一项相对较新的出口商品生产能力指数,即由 Hausmann 等人 (2014) 开发的经济复杂性指数 (ECI),为产出波动决定因素的实证文献做出了贡献。ECI 通过解释人口积累的知识来衡量各国的生产能力,这些知识基于各国生产和出口的商品以及出口到哪些国家。因此,该指标不仅反映了多样化,还反映了产品中嵌入的技术。通过对 1984 年至 2016 年国家横截面的面板数据分析,我们发现 ECI 对高收入国家和低收入国家产出波动的影响存在差异。对于高收入国家,ECI 的增加会在短期至中期(3 年内)内降低产出波动,而我们观察到低收入国家的产出波动缓和延迟时间更长。研究结果表明,低收入国家的出口商品多样化和复杂程度较低,这使它们容易受到外部冲击,并降低了它们快速适应冲击的能力。此外,按地区分类显示,亚洲的经济复杂性在降低产出波动性方面比非洲更有效。这两个地区之间的差异可能是由于非洲的初级生产和出口产品相对同质,没有差异,而且受世界市场波动的影响。
摘要 :本研究旨在分析印尼银行(BI利率)对印尼经济稳定性的反应。数据分析包括平稳性检验、模型稳定性检验、滞后判定、结构向量自回归(SVAR)、脉冲响应函数(IRF)和方差分解(VD)。研究数据来自美联储数据(FRED)、印尼银行和中央统计局提供的出版物。所用数据为2005年第三季度至2017年第一季度。研究结果表明,联邦基金利率(FFR)变量对汇率和消费者价格指数(CPI)有显著影响,但对BI利率、货币供应量(M2)和国内生产总值(GDP)影响不显著。IRF检验的结果表明,BI利率、货币供应量、汇率(IDR/USD)、GDP和CPI对FFR变化有正向和负向反应。 VD检验的结果表明,BI利率、货币汇率、CPI的变动主要是由FFR的变动引起的。
