- 年份
- 2024(9646)
- 2023(14297)
- 2022(12106)
- 2021(11661)
- 2020(10011)
- 2019(23451)
- 2018(23331)
- 2017(44534)
- 2016(23991)
- 2015(27476)
- 2014(27366)
- 2013(27059)
- 2012(24869)
- 2011(22303)
- 2010(22284)
- 2009(20637)
- 2008(20358)
- 2007(17807)
- 2006(14922)
- 2005(13188)
- 学科
- 济(100922)
- 经济(100824)
- 管理(66712)
- 业(65027)
- 企(53238)
- 企业(53238)
- 方法(52136)
- 数学(46931)
- 数学方法(46203)
- 中国(27282)
- 农(25598)
- 财(25268)
- 学(20498)
- 贸(20452)
- 贸易(20442)
- 易(19977)
- 业经(19501)
- 制(17781)
- 农业(16700)
- 务(16358)
- 财务(16295)
- 地方(16283)
- 财务管理(16257)
- 理论(15774)
- 企业财务(15435)
- 银(15178)
- 银行(15149)
- 和(14898)
- 技术(14703)
- 融(14577)
- 机构
- 大学(344519)
- 学院(343557)
- 济(144783)
- 经济(142047)
- 管理(133414)
- 理学(116284)
- 研究(115754)
- 理学院(115008)
- 管理学(112658)
- 管理学院(112026)
- 中国(87980)
- 京(72270)
- 科学(71421)
- 财(63681)
- 所(58405)
- 农(58026)
- 中心(53644)
- 研究所(53622)
- 财经(52025)
- 业大(51991)
- 江(48476)
- 经(47538)
- 农业(46046)
- 经济学(45459)
- 北京(45344)
- 范(43189)
- 师范(42712)
- 院(41599)
- 经济学院(41123)
- 财经大学(38967)
- 基金
- 项目(235834)
- 科学(186318)
- 基金(174100)
- 研究(167693)
- 家(153379)
- 国家(152202)
- 科学基金(130445)
- 社会(106803)
- 社会科(101376)
- 社会科学(101348)
- 基金项目(91114)
- 省(90202)
- 自然(86462)
- 自然科(84575)
- 自然科学(84551)
- 自然科学基金(83074)
- 教育(78856)
- 划(77322)
- 资助(73495)
- 编号(66245)
- 重点(53646)
- 部(53302)
- 成果(53095)
- 发(49848)
- 创(49163)
- 科研(46236)
- 创新(46041)
- 课题(45699)
- 教育部(45697)
- 国家社会(45094)
共检索到488708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] 统计与决策
[作者]
肖良
文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析。首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果。
[期刊] 价格月刊
[作者]
王扬眉 杨桂元
以安徽省CPI月度数据为样本数据,利用Eviews6.0软件,建立乘积季节预测模型,并用该模型预测安徽省未来三个月的CPI指数,结果比较真实、能准确地反映安徽省CPI变化趋势。
[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] 统计与决策
[作者]
张国政 罗党
文章针对复杂系统行为序列中的季节性波动特征,提出了基于季节因子及傅里叶优化的灰色季节预测模型。首先,该模型提出包含年度作用系数的季节因子,其通过年度作用系数的改变,可转化为均值季节因子、新信息季节因子和关联季节因子;其次,考虑行为序列受时间变化作用的影响,在预测模型中加入线性修正项,以提高模型预测精度,并利用傅里叶级数来拟合模型预测残差序列中的周期波动特征。最后,将模型用于郑州站点降水的模拟与预测,研究结果证明了构建的模型具有更高的预测精度。
关键词：
季节因子 周期序列 灰色模型 傅里叶级数
[期刊] 统计与决策
[作者]
张国政 罗党
文章针对复杂系统行为序列中的季节性波动特征，提出了基于季节因子及傅里叶优化的灰色季节预测模型。首先，该模型提出包含年度作用系数的季节因子，其通过年度作用系数的改变，可转化为均值季节因子、新信息季节因子和关联季节因子；其次，考虑行为序列受时间变化作用的影响，在预测模型中加入线性修正项，以提高模型预测精度，并利用傅里叶级数来拟合模型预测残差序列中的周期波动特征。最后，将模型用于郑州站点降水的模拟与预测，研究结果证明了构建的模型具有更高的预测精度。
关键词：
季节因子 周期序列 灰色模型 傅里叶级数
[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] 经济问题探索
[作者]
姚媛
泰国是第一批中国公民自费出境旅游目的地国家,每年都吸引着数以万计的中国游客。本文利用X12—ARIMA模型分析了中国游客赴泰旅游的季节性行为模式,并同时分析了近十年泰国旅游危机事件对中国赴泰旅游的影响。以期为中国未来出境旅游研究及出境旅游市场需求预测提供思路,并为旅游目的地国家泰国旅游市场营销提供参考。
关键词：
季节性 出境旅游 泰国 旅游危机
[期刊] 统计与决策
[作者]
孙舞媛 伍海军
文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测。实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5%之内。
[期刊] 统计与决策
[作者]
孙舞媛 伍海军
文章基于考虑春节效应的X-12-ARIMA季节调整模型,对我国2002年1月至2013年12月的CPI序列月度数据进行季节调整,并进行季节波动性分析及短期预测。实证结果表明:我国的CPI变动存在明显的季节性特征,春节效应对其有显著影响;CPI序列的短期波动主要是受季节性成分影响,而长期波动主要受趋势-循环成分影响;利用该模型进行短期预测效果较好,预测误差绝对值控制在1.5%之内。
[期刊] 统计与决策
[作者]
宋鑫 王维国
不同数据和不同模型产生不一样的预测结果,也反映了不同的技术范畴,因此,了解不同模型预测的准确性显得尤为重要。为了提高预测的准确性,文章在考虑了时间序列季节性波动的基础上,采用线性模型及非线性模型对中国入境旅游人数、不同目的入境的外国游客数指标数据进行拟合及预测,继而评价两类模型预测结果。结果表明非线性预测模型优于线性预测模型,采用前两年(m=8)作为输入数据进行递归的SVM模型在所有SVM模型中表现良好,对比SVM、MPL和RBF三种模型,RBF模型表现较好。
关键词：
回归预测 神经网络 入境旅游
[期刊] 经济问题
[作者]
张婷
基于SARIMA模型及X-12-ARIMA模型对我国1995年1月至2014年6月的居民消费价格指数月度数据进行预测分析。利用Eviews 6.0对CPI数据的变化趋势及季节性进行验证,结果表明X-12季节调整模型相对于SARIMA模型更有效,预测值与实际值的估计误差控制较好。
[期刊] 技术经济
[作者]
赵黎明 吴文清
研究国有粮食企业的购销现状,对国有粮食企业的购销量进行分析和预测,有利于深刻认识国有粮食企业的市场运行规律,更为充分地保障国家粮食安全。本文利用Box-Jenkins法中的季节ARIMA模型,对2005年1月—2009年4月中国国有粮食企业收购量数据序列进行分析,建立了国有粮食企业的季节ARIMA模型。检验结果表明,季节ARIMA模型对原始数据序列有着较好的拟合效果,模型的预测效果良好,可用于短期内国有粮食企业收购量的预测。
[期刊] 统计与决策
[作者]
崔敏 汪飞星 刘秀芹
如何衡量并消除以春节为代表的移动节假日影响是我国季节调整中的一项重点和难点。文章介绍了三区段变权重春节模型,选取由2001年1月至2013年6月CPI环比数据转换的物价指数,从数据中分离出趋势成分、季节因子、春节因子和随机因子,进行春节影响调整,再对调整后时间序列分别采用传统的指数平滑法和X-12-ARIMA方法进行2013年7月至2014年2月的短期建模预测。结果表明选取的CPI指数序列确实受春节因素的影响,经过春节假日调整后的温特指数模型和X-12-ARIMA模型都预测出了比较准确的结果。
[期刊] 统计与决策
[作者]
次必聪 张品一
对金融时间序列的精准预测是经济政策制定者以及投资者关注的重点。文章选用道琼斯工业指数、上海证券综合指数以及伦敦金价格指数作为金融时间序列的代表，以非线性组合的方式，构造了一种新的ARIMA-LSTM组合模型，对三种金融时间序列进行预测，并将ARIMA模型、LSTM模型和线性组合模型作为对照模型，比较不同模型预测的准确性。实证结果表明，所构建的非线性组合预测模型较对照组的单一预测模型和线性组合预测模型均存在普遍的优势。在短期、中期和长期三个预测区间内，非线性组合模型相较于对照组模型的优势随着预测区间的变长而扩大。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
