- 年份
- 2024(3424)
- 2023(4853)
- 2022(3986)
- 2021(3608)
- 2020(3019)
- 2019(6731)
- 2018(6439)
- 2017(12734)
- 2016(6838)
- 2015(7204)
- 2014(7121)
- 2013(7179)
- 2012(6606)
- 2011(6039)
- 2010(5920)
- 2009(5251)
- 2008(5314)
- 2007(4738)
- 2006(3987)
- 2005(3648)
- 学科
- 济(29504)
- 经济(29469)
- 管理(19076)
- 业(19006)
- 方法(16252)
- 企(15601)
- 企业(15601)
- 数学(14522)
- 数学方法(14222)
- 财(8460)
- 学(8233)
- 中国(6520)
- 农(6148)
- 制(5756)
- 务(5555)
- 财务(5542)
- 财务管理(5529)
- 企业财务(5383)
- 业经(5175)
- 融(5071)
- 金融(5071)
- 技术(4923)
- 银(4895)
- 银行(4881)
- 贸(4819)
- 贸易(4818)
- 易(4700)
- 行(4661)
- 理论(4191)
- 体(4075)
- 机构
- 大学(101948)
- 学院(100254)
- 济(42241)
- 经济(41434)
- 管理(37180)
- 研究(35673)
- 理学(32969)
- 理学院(32573)
- 管理学(31738)
- 管理学院(31555)
- 中国(25984)
- 科学(23624)
- 京(20844)
- 财(20154)
- 农(19744)
- 所(18894)
- 研究所(17563)
- 业大(16888)
- 财经(16809)
- 中心(15915)
- 农业(15898)
- 经(15486)
- 经济学(14276)
- 江(14098)
- 院(13119)
- 经济学院(13053)
- 财经大学(12893)
- 北京(12648)
- 范(11709)
- 师范(11538)
- 基金
- 项目(73275)
- 科学(58561)
- 基金(56509)
- 家(51576)
- 国家(51244)
- 研究(47421)
- 科学基金(43781)
- 社会(31911)
- 社会科(30553)
- 社会科学(30543)
- 自然(30318)
- 自然科(29748)
- 自然科学(29739)
- 自然科学基金(29237)
- 基金项目(29163)
- 省(27209)
- 资助(24233)
- 划(23980)
- 教育(21753)
- 重点(16882)
- 部(16621)
- 编号(16023)
- 创(14904)
- 计划(14896)
- 科研(14894)
- 发(14755)
- 国家社会(14451)
- 创新(14083)
- 教育部(14006)
- 性(13238)
共检索到139415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] 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] 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] 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] 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] 经济学(季刊)
[作者]
栾惠德 张晓峒
如何估计并消除春节等移动假日的影响是我国季节调整工作中的一个重点和难点。本文首先借鉴X-12-ARIMA季节调整程序中的复活节模型建立了基本的春节模型,继而考虑到存量数据与流量数据在性质上的差异,提出了存量数据的春节模型。在此基础上进一步扩展,构造了三区段变权重春节模型。对社会消费品零售总额和货币供应量的实证检验表明,这一组春节模型能够很好地消除季节调整中的春节效应。
关键词：
季节调整 春节效应 X-12-ARIMA
[期刊] 数量经济技术经济研究
[作者]
李晓芳 吴桂珍 高铁梅
对我国经济指标进行季节调整研究的重要问题之一是消除春节因素的干扰。本文针对不同的数据类型提供了两种先验的月份调整方法:月平均日值法和比例因子法,并证实了这两种方法的有效性。
关键词：
季节调整 月份调整 春节因素
[期刊] 旅游学刊
[作者]
林德荣 张军洲
国内学者在旅游时间序列的季节性特征方面具有广泛的研究,但多数是从纵向时间角度分析旅游时间序列自身较为外显的季节性特征,而对旅游时间序列自身相对较为隐性的季节性特征到目前为止鲜有研究。基于此,文章以城市入境旅游时间序列为例,从季节性单位根入手,通过分析杭州市入境旅游人天样本数据,获得杭州入境旅游时间序列的隐性季节特征。研究结果表明,杭州入境旅游人天数据时间序列是一个非平稳性的随机季节过程,其季节性特征显著,具有一个非季节性单位根以及5个季节性单位根。
关键词：
旅游季节性 季节性单位根 HEGY检验
[期刊] 统计与决策
[作者]
汪志红 周建波
针对我国部分网络招聘春节效应显著以及春节影响时段确定方法数字性特征不足的问题,文章基于X-13ARIMA-SEATS模型中Genhol程序的思想,采用组合循环遍历方法寻找春节效应显著性统计量和最优模型选择统计量,循环似穷尽性确定网络招聘的最佳影响时间区段,进行符合我国移动假日特点的网络招聘时间序列季节调整。以我国蓝领技能人才网络招聘需求序列为实证的研究结论显示,其春节前后的最佳招聘需求序列具有显著影响的时间区段为节前5天、节中7天和节后19天,节前和节后有显著的正向影响,节中表现为显著的负向影响,调整后的网络招聘曲线季节性效应不显著。
[期刊] 调研世界
[作者]
盛都运 李兴绪
文章首先对CPI季节调整原因、方法进行说明,然后介绍X-12-ARIMA方法。考虑到中国特有的春节等移动假日效应问题,为剔除春节假日因素,笔者引入春节虚拟变量,建立了消除春节效应的模型。结果显示:消除春节因素的季节调整可更加准确地反映中国CPI的基本发展趋势。最后,利用消除春节因素的效应模型对CPI进行短期预测,预测结果与实际较为吻合。
[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]
汪志红 周建波
针对我国部分网络招聘春节效应显著以及春节影响时段确定方法数字性特征不足的问题，文章基于X-13ARIMA-SEATS模型中Genhol程序的思想，采用组合循环遍历方法寻找春节效应显著性统计量和最优模型选择统计量，循环似穷尽性确定网络招聘的最佳影响时间区段，进行符合我国移动假日特点的网络招聘时间序列季节调整。以我国蓝领技能人才网络招聘需求序列为实证的研究结论显示，其春节前后的最佳招聘需求序列具有显著影响的时间区段为节前5天、节中7天和节后19天，节前和节后有显著的正向影响，节中表现为显著的负向影响，调整后的网络招聘曲线季节性效应不显著。
[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
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
