- 年份
- 2024(4925)
- 2023(7137)
- 2022(5977)
- 2021(5315)
- 2020(4040)
- 2019(9523)
- 2018(9333)
- 2017(17392)
- 2016(9425)
- 2015(10459)
- 2014(10763)
- 2013(10837)
- 2012(10549)
- 2011(10004)
- 2010(10315)
- 2009(9481)
- 2008(9525)
- 2007(8581)
- 2006(7940)
- 2005(7575)
- 学科
- 济(48938)
- 经济(48887)
- 业(23923)
- 管理(23736)
- 企(18234)
- 企业(18234)
- 地方(17265)
- 中国(17190)
- 农(13395)
- 方法(13247)
- 业经(12434)
- 学(11097)
- 数学(10005)
- 地方经济(9869)
- 数学方法(9820)
- 融(9688)
- 金融(9688)
- 发(9659)
- 农业(9497)
- 银(9207)
- 银行(9194)
- 行(9057)
- 理论(8600)
- 制(7993)
- 财(7977)
- 和(7718)
- 贸(7600)
- 环境(7594)
- 贸易(7590)
- 易(7203)
- 机构
- 学院(142917)
- 大学(142227)
- 济(59770)
- 经济(58386)
- 研究(56445)
- 管理(50652)
- 中国(43212)
- 理学(42172)
- 理学院(41593)
- 管理学(40815)
- 管理学院(40545)
- 科学(34228)
- 京(32371)
- 所(29661)
- 财(27950)
- 研究所(26607)
- 中心(24361)
- 农(24209)
- 江(23283)
- 范(22285)
- 师范(22075)
- 北京(21475)
- 财经(20947)
- 院(20366)
- 州(19154)
- 业大(18887)
- 经(18880)
- 农业(18597)
- 经济学(18087)
- 师范大学(17819)
- 基金
- 项目(86927)
- 科学(68114)
- 研究(65648)
- 基金(60607)
- 家(52625)
- 国家(52096)
- 科学基金(43910)
- 社会(41041)
- 社会科(38782)
- 社会科学(38774)
- 省(34957)
- 基金项目(31245)
- 教育(29696)
- 划(29428)
- 编号(26984)
- 自然(26785)
- 自然科(26097)
- 自然科学(26092)
- 自然科学基金(25609)
- 发(25330)
- 资助(24843)
- 成果(23093)
- 发展(20496)
- 重点(20374)
- 展(20137)
- 课题(20085)
- 部(18651)
- 创(18046)
- 创新(16804)
- 性(16391)
共检索到239310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] 技术经济与管理研究
[作者]
杜勇宏 王汝芳
随着社会的进步,统计数据由过去的年度数据变为如今的季度、月度和日度数据,有些以实时交易为基础的超高频金融数据达到了按秒为间隔的频率,这些数据被称为季节时间序列。季节时间序列研究已经成为近十年来经济计量学和统计学中的热点,Journal of Econometrics(1993,volume55)就此问题进行了专题讨论。本文按照历史发展顺序对季节性时间序列理论进行了系统地介绍,并对这一领域的前沿热点问题进行了评述和展望。
[期刊] 统计与决策
[作者]
马佳羽 韩兆洲
季节时间序列有时不止有一个季节周期,比如以小时计的数据,24小时可以是一个季节周期,同时,一周可以是一个季节周期。为解决传统模型不能处理复杂季节问题,文章采用傅里叶级数序列作为ARIMA模型的辅助回归元,对我国2004年1月至2015年8月的铁路客运量进行拟合。结果表明,分别选择正余弦个数为l和4的2.6和12个月为周期的傅里叶级数作为辅助回归元拟合ARIMA(3,1,1)模型最优,拟合的平均绝对百分比误差(MAPE)为5.46%。在此基础上对我国2016年各月份的客运量进行了预测。
关键词：
复杂季节 傅里叶级数 铁路客运量
[期刊] 统计与决策
[作者]
常振海 刘薇
针对季节调整方法如X-11等调整结果不利于解释,及其方法本身没有考虑我国像春节等季节性特点的不足,文章建立起一般的季节时间序列模型,另外,针对季节周期的主观诊断,文章建立起辅助回归模型,较为客观的诊断时间序列的季节周期。结合我国铁路客运量的实证分析,预测结果表明:未来10月铁路客流量较大,相反,11月和12月客运量较小,这点和历史数据的特征十分类似,说明建立的模型较合适。
关键词：
时间序列 季节周期 客运量 预测
[期刊] 统计与决策
[作者]
马佳羽 韩兆洲
季节时间序列有时不止有一个季节周期,比如以小时计的数据,24小时可以是一个季节周期,同时,一周可以是一个季节周期。为解决传统模型不能处理复杂季节问题,文章采用傅里叶级数序列作为ARIMA模型的辅助回归元,对我国2004年1月至2015年8月的铁路客运量进行拟合。结果表明,分别选择正余弦个数为l和4的2.6和12个月为周期的傅里叶级数作为辅助回归元拟合ARIMA(3,1,1)模型最优,拟合的平均绝对百分比误差(MAPE)为5.46%。在此基础上对我国2016年各月份的客运量进行了预测。
关键词：
复杂季节 傅里叶级数 铁路客运量
[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] 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] 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。
[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] 统计与决策
[作者]
吴虎胜 张凤鸣
多元时间序列的相似性研究是近年来数据挖掘的热点和难点。文章对其涉及到的多元时间序列的相似模式表示、相似性度量、索引与查询方法等几个重要问题分别进行了阐述,重点就动态时间弯曲距离及其改进方法进行了综述,评述了一些典型的多元时间序列相似性研究成果,讨论了进行多元时间序列相似性研究所面临的挑战和未来研究方向。
[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] 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
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
