开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

梦梦 · 2024年08月13日

关于预测Et

NO.PZ2020011101000019

问题如下:

When modeling lnYtln Y_t using a time trend model, what is the relationship between expET[lnYT+h]exp E_T[ln Y_{T+ h}] and ET[YT+h]E_T[Y_{T+ h}] for any forecasting period h? Are these ever the same? Assume the error terms is normally distributed around a mean of zero.

解释:

A time trend model for lnYtln Y_t can be stated as:

lnYt=g(t)+ϵt,ϵN(0,σ2)ln Y_t = g(t) + \epsilon_t, \epsilon ∼ N(0, \sigma^2),

where g(t) is a function of t.

So,

ET[lnYT+h]=g(T+h)E_T[ln Y_{T+ h}] = g(T + h),

which gives

expET[lnYT+h]=exp[g(T+h)]exp E_T[ln Y_{T+ h}] = exp [g(T + h)],

On the other hand:

ET[YT+h]=ET[exp(g(T+h)+ϵT+h)]=exp(g(T+h)+ET[exp epsilonT+h)]E_T[Y_{T+ h}] = E_T[exp(g(T + h) + \epsilon_{T+ h})] = exp(g(T + h) + E_T[exp \ epsilon_{T+ h})],

which equals

ET[YT+h]=exp[[g(T+h)+σ2/2]E_T\lbrack Y_{T+h}\rbrack=exp\left[\lbrack g(T+h)+\sigma^2/2\right]

And so:

ET[YT+h]=expET[[lnYT+h+σ2/2]E_T\lbrack Y_{T+h}\rbrack=expE_T\left[\lbrack lnY_{T+h}+\sigma^2/2\right]

These will be equal if the variance is zero (in other words, if the process is completely deterministic.

老师好,1、红线等式看不明白,是怎么等价过来的呢?2、蓝色线是为什么相等呢?能给个推导过程吗?

6 个答案

pzqa27 · 2024年09月19日

嗨,努力学习的PZer你好:


这个是指数函数的恒等变形啊,按如图的方式带入,然后就是下面的结果

----------------------------------------------
加油吧,让我们一起遇见更好的自己!

pzqa27 · 2024年09月18日

嗨,努力学习的PZer你好:


这个题的结论是有可能会考到的,但是这个题的推导过程是不会考察的,同时这个题并非选择题,也不太符合考试的标准,这个题同学可以当成是练习题,训练下对应的知识点即可。

----------------------------------------------
虽然现在很辛苦,但努力过的感觉真的很好,加油!

梦梦 · 2024年09月18日

好的,“把这个结果带入我们之前期望的表达式得到”和 “化简后”这两个地方还是没看懂😭😭😭

pzqa27 · 2024年08月26日

嗨,爱思考的PZer你好:


给定时间趋势模型:

其中

在未来的时间点 T+h,模型变为:

我们希望找到 YT+h​ 的期望值,即 ET[YT+h]。

根据

可以得到

对于正态分布,我们带入这个公式把这个结果带入我们之前期望的表达式得到

化简后



----------------------------------------------
就算太阳没有迎着我们而来,我们正在朝着它而去,加油!

梦梦 · 2024年09月16日

考试会考察到这道题的哪些知识点?

pzqa27 · 2024年08月23日

嗨,爱思考的PZer你好:


1、“ET(exp(g(T+h)))是 Yt+h的期望”为什么不是exp(g(T+h))的期望呢?

exp(g(T+h))=e^(ln (T+h))=Yt+h


2、是说g(T+h)相当于均值u?所以是+1/2*西格玛,为啥呢

这里实际上是对数正态分布的性质:



题目里的模型是:lnYt = g(t) + e,也就是yt服从对数正态分布。

根据上图,E(Yt)= exp(g(t) + 1/2 * σ^2)。 我们用t+h替换t就行了。


----------------------------------------------
就算太阳没有迎着我们而来,我们正在朝着它而去,加油!

梦梦 · 2024年08月25日

但是为什么E(Yt)= exp(g(t) + 1/2 * σ^2)?

pzqa27 · 2024年08月20日

嗨,从没放弃的小努力你好:


1、exp是求期望的意思?

就是e的多少次方的意思

Et也是求期望的意思?即在t时刻的预期?

是的


ET(exp(g(T+h)))又是啥意思?

Yt+h的期望


2、蓝色线在等价时,e哪儿去了呢?

根据这个等式可以写出蓝色的等式



3、西格玛^2/2又是怎么来的呢

根据下图公式变形后得到

----------------------------------------------
努力的时光都是限量版,加油!

梦梦 · 2024年08月22日

哦!还有两个地方不太明白,1、“ET(exp(g(T+h)))是 Yt+h的期望”为什么不是exp(g(T+h))的期望呢?2、是说g(T+h)相当于均值u?所以是+1/2*西格玛,为啥呢

pzqa27 · 2024年08月14日

嗨,从没放弃的小努力你好:


1、红线等式看不明白,是怎么等价过来的呢?


2、蓝色线是为什么相等呢?


题目给了“lnYt​=g(t)+ϵt”, 你把Yt换成Yt+h就行了。

----------------------------------------------
加油吧,让我们一起遇见更好的自己!

梦梦 · 2024年08月20日

1、exp是求期望的意思?Et也是求期望的意思?即在t时刻的预期?这俩有啥区别?“ET(exp(g(T+h)))又是啥意思? 2、蓝色线在等价时,e哪儿去了呢? 3、西格玛^2/2又是怎么来的呢