- 年份
- 2024(4113)
- 2023(6162)
- 2022(5112)
- 2021(5085)
- 2020(4361)
- 2019(10229)
- 2018(9875)
- 2017(18686)
- 2016(10040)
- 2015(11469)
- 2014(11170)
- 2013(11390)
- 2012(10790)
- 2011(10089)
- 2010(9911)
- 2009(9428)
- 2008(9323)
- 2007(8067)
- 2006(7235)
- 2005(6956)
- 学科
- 济(48183)
- 经济(48108)
- 管理(25610)
- 业(23096)
- 方法(22658)
- 数学(20619)
- 数学方法(20316)
- 企(18232)
- 企业(18232)
- 中国(15790)
- 制(11653)
- 财(11181)
- 贸(10961)
- 贸易(10955)
- 易(10802)
- 农(10700)
- 学(10542)
- 体(8602)
- 银(8054)
- 银行(8039)
- 融(7876)
- 金融(7876)
- 行(7828)
- 业经(7653)
- 体制(7215)
- 出(6898)
- 结构(6405)
- 农业(6354)
- 环境(6178)
- 产业(6146)
- 机构
- 大学(154999)
- 学院(149058)
- 济(73343)
- 经济(72274)
- 研究(60098)
- 管理(53981)
- 中国(47629)
- 理学(46369)
- 理学院(45771)
- 管理学(44936)
- 管理学院(44643)
- 科学(34377)
- 京(34046)
- 财(32815)
- 所(30738)
- 研究所(28075)
- 财经(26322)
- 中心(25524)
- 经济学(25358)
- 经(24251)
- 农(23529)
- 经济学院(22713)
- 北京(22540)
- 院(21810)
- 业大(19900)
- 江(19881)
- 财经大学(19716)
- 范(18724)
- 农业(18593)
- 师范(18549)
- 基金
- 项目(98762)
- 科学(78995)
- 基金(76575)
- 研究(69590)
- 家(68276)
- 国家(67859)
- 科学基金(57133)
- 社会(47725)
- 社会科(45431)
- 社会科学(45421)
- 基金项目(38639)
- 自然(35988)
- 自然科(35207)
- 自然科学(35196)
- 自然科学基金(34626)
- 资助(33414)
- 省(32667)
- 教育(31285)
- 划(30026)
- 编号(24483)
- 部(24399)
- 重点(23052)
- 中国(22705)
- 国家社会(21878)
- 成果(21078)
- 教育部(20966)
- 发(20813)
- 创(19387)
- 科研(19248)
- 人文(18995)
共检索到228795条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计研究
[作者]
王群勇
本文利用结构时间序列方法讨论了中国季度GDP的季节调整问题,从季节单位根、季节自相关、周期自相关等多个方面对不同季节模式的调整结果进行了比较。结论认为,随机虚拟变量形式和三角函数形式得到的调整结果非常相似;结构时间序列方法更好地捕捉到了时变季节特征,明显优于X-11和SEATS方法;非高斯稳健季节调整的结果表明,高斯结构时间序列方法具有较好的稳定性。
[期刊] 数量经济技术经济研究
[作者]
韩冬梅 高铁梅
一、季节调整的重要意义 月度或季度经济时间序列一般可分解为四种变动要素,即长期趋势要素T,循环要素C,季节变动要素S和不规则要素I。季节变动要素和循环要素的区别在于,季节变动要素是每年重复出现的周期变动,是由温度、降雨、年内的月份、假期、政策等引起的,而循环要素是间距比较长且不固定的一种周期性波动,它代表景气波动。经济时间序列分解模型也称为结构时间序列模型。依据时间序列的四个构成要素在模型中的相互关系,可以表现出多种不同的形式,一般而言,基本的分解模型为加法模型和乘法模型。设经济时间序列为{y_1},可以分别表示成如下的加法模型和乘法模型形式:
[期刊] 财政研究
[作者]
潘泽清
许多宏观经济序列存在季节效应,必须进行季节调整。季节调整既是时间序列分析的起点,也是研究动态随机一般均衡模型的基础。X-12-ARIMA程序是一种主要的季节调整方法,包括X-11和RegARI-MA两个子模块。在本文中,对这两个子模块的原理、结构、特点以及应用进行了全面的讨论。X-12-ARIMA程序没有预设春节效应调整功能;本文讨论了春节效应的调整方法,并将之应用于中国火力发电量的春节效应的诊断和调整。
关键词：
季节调整 X-12-ARIMA 春节效应
[期刊] 财经研究
[作者]
张鸣芳
迄今为止,很少有关于中国季度GDP的研究。文章主要研究中国季度GDP时间序列的特性。通过软件DEMETRA2.0,使用X-12-ARIMA和TRAMO-SEATS两种方法分解序列,给出了对中国季度GDP季节调整完整的诊断结果和基本的分析结论。
[期刊] 统计研究
[作者]
张岩 张晓峒
季节调整是从经济序列中剔除季节成分的重要方法。季节异方差的存在,使经典的季节调整方法无法彻底分离出季节成分,致使季节调整失败。本文针对季节异方差问题提出改进的HS模型,并利用改进的HS模型构造季节异方差检验LR统计量,通过蒙特卡洛模拟方法分析该检验的检验尺度和检验功效。最后,利用我国税收总额月度序列给出实证分析,并通过对比考察了改进的HS模型方法季节调整的有效性。
关键词：
季节调整 季节异方差 HS模型
[期刊] 预测
[作者]
张智光
本文对目前常用的季节性波动时间序列预测方法,从原理、思想、特点和缺陷等方面,作了较全面的分析归纳和评述。本工作有助于我们加深对方法的理解、选择和使用。文章还针对各类方法所存在的问题提出了几种进一步改进的设想。 1 引言社会经济系统中的许多变量除了含有随机性扰动和趋势性变化以外,还兼有季节性(或称作周期性)波动.这种季节性的波动是由于系统内部的周期性运动与变化规律和系统的外部环境的季节性作用特点等因素所造成的。由于这种因果关系的错综复杂和不明确,人们通常撇开这些复杂的关系而转向直接对被测量的时间序列进行分析和研究,从而同时预测出其趋势性变动和季节性波动。可见,季节性波动预测较一般预测有特...
[期刊] 数量经济技术经济研究
[作者]
桂文林 韩兆洲
中国迄今为止尚未公布包括季度GDP在内的经季节调整的经济指标数据,这不仅不利于对中国宏观经济运行监测,也无法满足国际比较的迫切需要。本文对中国1996年一季度至2009年四季度的实际GDP构建基于状态空间形式的季节调整模型,通过卡尔曼滤波递推算法对状态向量的各分量进行了最优估计、平滑和预测,并对超参数进行了极大似然估计。在此基础上分析了这一期间中国GDP的主要季节和趋势特征,并计算出了季节调整后的季度环比增长率指标用来分析和监测经济走势,鉴别趋势拐点,制定相关经济政策。最后通过与国际通用的TRAMO-SEATS季节调整模型的对比发现其优越性。
[期刊] 经济研究
[作者]
夏春
本文首先讨论了计算中国实际经济时间序列的不同做法 ,并分析了其对季节调整的影响 ,指出通过同比增长率计算实际变量并进行季节调整是一个可以接受的做法 ,可以得到非常接近真实的季调后序列 ,并且在中国现有数据资源的限制下拥有一些特别的优势。然后本文具体讨论了对几个不同经济变量进行季节调整的方法 ,并给出了一些在经济数据分析与预测中的简单应用。方法的关键是采用regARIMA模型 ,从而可以对工作日变化、放长假、春节因素等作出一个估计和调整。作为一个副产品 ,本文引荐了一个相对较新的季节调整程序 (方法 ) ,TRAMO SEATS ,简单介绍了它的原理和优势 ,希望今后能得到更广泛的应用。
关键词：
季节调整 春节因素 工作日变化
[期刊] 统计与决策
[作者]
赵喜仓 周作杰
文章主要研究季节时间序列模型在我国季度GDP时间序列预测中的应用,并分析探讨模型的准确性和实用性。文章分析了我国1992~2008年的季度GDP时间序列,剔除时间趋势和季节性后使原序列平稳并建立季节时间序列模型。通过对不同模型进行参数估计和比较后发现:ARIMA(2,1,1)(1,1,1)4能很好地拟合我国季度GDP时间序列,用该模型进行预测得出了2009年四个季度和2010年前两个季度的GDP数值,分析发现季度GDP仍然呈增长趋势,但其速度放缓。预测结果的准确性较高,并具有一定现实意义。
关键词：
SARIMA模型 季度GDP 预测
[期刊] 财会通讯
[作者]
赵迎红 赵晓波
一、引言自瓦茨和齐默尔曼在其经典的《实证会计理论》一书中,精辟地概括了盈利时间序列研究的证券模型估价、证券价格变动研究和盈余管理的检验三个重要应用领域以来,国内外学者数十年来在这方面的研究基本上是沿着这个轨迹进行的。盈利时间序列的研究在现实中具有非常重要的意义,有效的盈利时间序列模型可
[期刊] 统计与决策
[作者]
雷鹏飞
CPI是衡量一国宏观经济运行状况的重要参考指标之一,国际上通常用CPI来反映通货膨胀的程度,它是一国制定宏观经济政策、分析债券市场、货币市场和央行公开市场操作的重要参考依据。对CPI的准确预测能为我国货币政策的制定提供一定的依据。文章以CPI时间序列为样本,旨在从其内在动力机制出发,选择季节性ARIMA模型,找寻CPI的变化规律并加以预测。
关键词：
CPI 季节性ARIMA模型 预测
[期刊] 数量经济技术经济研究
[作者]
严方笠 吴建銮
研究目标:完善季节时间序列模型建模理论,解决建模过程烦琐、各类检验方法的结论差异大以及模型误设定问题。研究方法:基于对各季节时间序列模型的数理分析及比较,提出合理的模型检验程序;再运用Sieve Bootstrap方法,给出季节性单位根检验及确定性季节过程检验的统计量的临界值,并比较基于Sieve Bootstrap的检验方法与HEGY检验、BT检验的异同。研究发现:本文提出的检验程序能有效识别模型,检验统计量有限样本性质优良;实证分析表明,本文提出的检验程序及方法能更有效地识别中国宏观经济数据中的季节性
[期刊] 数量经济技术经济研究
[作者]
严方笠 吴建銮
研究目标:完善季节时间序列模型建模理论,解决建模过程烦琐、各类检验方法的结论差异大以及模型误设定问题。研究方法:基于对各季节时间序列模型的数理分析及比较,提出合理的模型检验程序;再运用Sieve Bootstrap方法,给出季节性单位根检验及确定性季节过程检验的统计量的临界值,并比较基于Sieve Bootstrap的检验方法与HEGY检验、BT检验的异同。研究发现:本文提出的检验程序能有效识别模型,检验统计量有限样本性质优良;实证分析表明,本文提出的检验程序及方法能更有效地识别中国宏观经济数据中的季节性。研究创新:将Sieve Bootstrap方法应用于季节时间序列的平稳性检验及趋势性检验中。研究价值:提出季节时间序列模型检验程序及检验方法,促进其在季节性经济数据中的应用。
[期刊] 统计与决策
[作者]
赵春艳 严方笠
传统的参数类检验方法存在参数极限分布非标准、参数解析式推导烦琐、差分平稳后序列均值难估计等问题。为了避免上述问题,文章改进季节时间序列单位根检验方法,首先基于非参数Block Bootstrap方法提出BB-HEGY检验统计量,并给出临界值;其次,通过比较BB-HEGY统计量和传统的HEGY统计量的有限样本性质,发现BB-HEGY统计量具有更好功效和检验水平,尤其在季节频率上有更明显的优势;最后,通过对中国宏观经济指标的实证检验,进一步证明BB-HEGY检验统计量的优越性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
