检索结果-内蒙古大学图书馆

结构时间序列模型在季节调整方面的应用——与X-12季节调整方法的比较分析

系统工程理论与实践 2007年第11期27卷 7-14页

作者：陈飞高铁梅东北财经大学数学与数量经济学院大连116025

建立一种基于结构时间序列模型的新的时间序列季节调整方法.首先,利用ARIMA模型研究时间序列的结构,根据序列的单整阶数(d)建立趋势循环分量的表达式,并在此基础上构建不同形式的结构时间序列模型.在结构时间序列模型中,针对经济指标分... 详细信息

建立一种基于结构时间序列模型的新的时间序列季节调整方法.首先,利用ARIMA模型研究时间序列的结构,根据序列的单整阶数(d)建立趋势循环分量的表达式,并在此基础上构建不同形式的结构时间序列模型.在结构时间序列模型中,针对经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量,不能利用回归分析方法求解模型,因此,采用状态空间形式来求解模型.最后,利用结构时间序列模型对我国国内生产总值(GDP)和社会消费品零售总额等宏观经济时间序列进行了季节调整,并与目前广泛使用的X-12季节调整方法进行对比分析,实证结果表明,基于结构时间序列模型的季节调整方法具有相对较强的稳定性.

关键词：结构时间序列模型季节调整 ARIMA模型

来源：评论

学校读者我要写书评

暂无评论

结构时间序列模型在经济预测方面的应用研究

引用

数量经济技术经济研究 2005年第2期22卷 95-103页

作者：陈飞高铁梅东北财经大学数量经济系

本文开发了一种新的经济时间序列预测方法———利用结构时间序列模型进行预测。在结构时间序列模型中由经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量,不能利用传统的回归分析方法求解模型,因此,本文采用状态空间... 详细信息

本文开发了一种新的经济时间序列预测方法———利用结构时间序列模型进行预测。在结构时间序列模型中由经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量,不能利用传统的回归分析方法求解模型,因此,本文采用状态空间方法来求解结构时间序列模型。本文通过ARIMA模型来研究经济时间序列的结构,在此基础上建立了不同形式的结构时间序列模型,并利用结构时间序列模型对我国社会消费品零售总额、狭义货币供给量(M1)和国内生产总值(GDP)等经济时间序列进行了预测。实证研究表明,结构时间序列模型具有良好的预测效果,从而为经济时间序列预测提供了一种新的有效方法。

关键词：结构时间序列模型预测 ARIMA模型状态空间模型

来源：评论

学校读者我要写书评

暂无评论

基于结构时间序列模型的季节调整方法研究

引用

数量经济技术经济研究 2000年第3期17卷 41-44页

作者：韩冬梅高铁梅吉林大学

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... 详细信息

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{y1}。

关键词：经济系统季节调整结构时间序列模型

来源：评论

学校读者我要写书评

暂无评论

基于时间序列分析的工业控制以太网流量异常检测

引用

北京工业大学学报 2015年第2期41卷 200-206页

作者：赖英旭焦娇北京工业大学计算机学院北京100124

为提高工业网络中异常流量的检测精度,提出了基于结构时间序列分析的流量异常检测方案,将工业以太网流量分解成不同组分,并辅以状态空间模型,将复杂的网络流量进行分层建模,从而有效提高了工业网络异常流量检测精度,降低了误报率.与传统... 详细信息

为提高工业网络中异常流量的检测精度,提出了基于结构时间序列分析的流量异常检测方案,将工业以太网流量分解成不同组分,并辅以状态空间模型,将复杂的网络流量进行分层建模,从而有效提高了工业网络异常流量检测精度,降低了误报率.与传统的X-12结构时间序列分析法相比,其平均精度上升38%,所以本文方法对于异常检测系统的效率改善明显.

关键词：工业控制系统工业以太网流量结构时间序列模型状态空间模型

来源：评论

学校读者我要写书评

暂无评论

季节调整方法在中国的发展与应用

引用

统计研究 2013年第9期30卷 10-16页

作者：张晓峒徐鹏南开大学经济学院数量经济研究所南开大学经济学院

随着我国社会主义市场化经济程度的不断提高,人们逐渐开始使用环比数据监控宏观经济重要指标,而环比数据质量的好坏取决于对季节调整方法的了解与掌握程度。在简要介绍了季节调整方法及相应软件的发展现状之后,本文对季节调整研究在我... 详细信息

随着我国社会主义市场化经济程度的不断提高,人们逐渐开始使用环比数据监控宏观经济重要指标,而环比数据质量的好坏取决于对季节调整方法的了解与掌握程度。在简要介绍了季节调整方法及相应软件的发展现状之后,本文对季节调整研究在我国的发展与应用状况进行了总结。在季节调整发展部分,文章主要介绍了中国人民银行PBC版X-12-ARIMA季节调整软件和国家统计局版NBS-SA季节调整软件的特点;在季节调整应用部分,则分别以春节效应和结构时间序列模型为主线对我国季节调整文献进行了梳理。最后在小结部分,本文给出了一些建设性意见。

关键词：季节调整 X-13A-S 春节效应结构时间序列模型

来源：评论

学校读者我要写书评

暂无评论

季节调整方法综述及比较

引用

统计研究 2006年第2期23卷 70-73页

作者：范维张磊石刚中央财经大学信息学院中央财经大学经济学院统计系

Seasonal adjustment has been widely used in statistic ***,the research on seasonal adjustment methods mainly concentrates on X-11,X-12 etc in China,lacking the whole understanding of foreign seasonal adjustment methods,and the latest progress of seasonal adjustment methods has been less *** this article,various seasonal adjustment methods were introduced,and a comparison of their characteristics and applications was *** is helpful that statistical organizations can develop appropriate seasonal adjustment methods,concerning different kinds of data.

关键词：季节调整 X-11 X-11-ARIMA X-12-ARIMA TRAMO/SEATS 结构时间序列模型

来源：评论

学校读者我要写书评

暂无评论

中国经济周期波动特征的研究

中国经济周期波动特征的研究

引用

作者：裘珂东北师范大学

学位级别：硕士

一国宏观经济政策会影响经济的周期波动,当采用量化宽松的宏观经济政策时,国内经济周期可能出现扩张现象;而紧缩银根又能维稳过热的经济增长。所以认清国内经济周期所处阶段、产生原因、波动程度等对于制定相应的宏观经济政策以及检验... 详细信息

一国宏观经济政策会影响经济的周期波动,当采用量化宽松的宏观经济政策时,国内经济周期可能出现扩张现象;而紧缩银根又能维稳过热的经济增长。所以认清国内经济周期所处阶段、产生原因、波动程度等对于制定相应的宏观经济政策以及检验该宏观经济政策实施的效果都是很有必要的。按照经济周期长度来看,我国主要是基钦周期。但按照经济周期的内在诱因的改变来看,我国从1994年第一季度到2017年第三季度可分被分成两个经济周期是中长期经济周期特征。此外本文介绍了几个具有代表性的经济周期理论,并检验了这些理论就我国经济周期现象的解释能力。结果表明理性预期的经济周期理论和实际经济周期理论适用于解释从1994年到2017年整个时期内我国经济出现周期波动的原因,而乘数-加速数周期模型需配合理前两者来解释我国经济周期产生的原因,例如当实际经济状况退化时,前两者的负向影响要大于政府刺激投资或直接投资带来的正向乘数效应。就我国经济周期分析来看,凯恩斯主义经济周期理论所倡导的政府干预在短期内是有效的,但就长期而言该政策是无效的。而货币主义经济周期理论能解释部分基钦周期的出现,如2004年第四季度我国实行紧缩性货币政策,导致经济短期内的收缩。但经济上行动力强劲时,紧缩性货币政策并不改变理性预期,所以仍有投资者进入资本市场使得2005第四季度经济就自发地走出低谷中,印证了货币主义者的“无需政府干预”观点。本文主要研究两种经济周期:经济增长周期和经济增长率周期。首先用结构时间序列模型对1992年第四季度至2017年第三季度的数据进行季节调整,得到周期成分;再用Bry-Boschan法验证所得的周期成分的有效性并对其进行调整,并得到我国的经济增长周期模型;接着结合周期成分的增长率和四机制平滑转换自回归模型构造我国经济增长率周期波动模型;最后研究我国经济增长周期模型和经济增长率周期模型各自特征以及两者的相关关系。结果表明2008年之后我国经济增长周期模型与增长率周期模型基本接近同步变化,而2008年之前经济增长周期模型的变化要稍滞后于经济增长率周期模型。这是因为2008年之前的经济总量较小,较大的经济增长率所引起的经济总量增加(或减少)并不是特别多,因此经济增长周期的变化不敏感。此外经济中的周期成分有着一定的粘性,当有外界干扰时更倾向于周期成分波动幅度的改变,而波动方向仍维持一致。但是经济增长率则更容易受外界因素的影响而直接改变其增长量的正负值,所以我国一共出现了5个完整的经济增长周期和11个经济增长率周期。

关键词：经济周期结构时间序列模型 Bry-Boschan法 MRSTAR模型

来源：评论

学校读者我要写书评

暂无评论

我国制造业PMI调整及改进研究

我国制造业PMI调整及改进研究

引用

作者：王檬西安财经学院

学位级别：硕士

我国制造业PMI自2005年7月公布以来,在一定程度上弥补了GDP和CPI等经济指标在时效性和预测性等方面的不足,受到了越来越多的关注。然而我国PMI指数编制时间相对较短,在发挥对宏观经济进行预测、预警作用的同时也受到了一些质疑。首先,PM... 详细信息

我国制造业PMI自2005年7月公布以来,在一定程度上弥补了GDP和CPI等经济指标在时效性和预测性等方面的不足,受到了越来越多的关注。然而我国PMI指数编制时间相对较短,在发挥对宏观经济进行预测、预警作用的同时也受到了一些质疑。首先,PMI综合指数由5项扩散指数加权形成,权数的设定是参考国际惯例采取的不等权方法,但是国外的情况和我国并不完全相符,从国外直接借鉴的权重设置是否合理值得研究;其次,PMI是对采购经理进行调查编制的指数,容易受到季节因素的影响,我国制造业PMI虽然已经做过季节处理但仍然存在较为明显的季节性特征,因此有必要对其进行更为有效的季节调整。本文从制造业PMI出发,指出了当前PMI在权重设置及季节调整上存在的不足,尝试研究解决。权重的测定上,从PMI与5个分项扩散指数的关系、与GDP增长率的关系、与工业增加值增长速度的关系这三个角度出发,对PMI分项指数的权重进行测定,并与现行的不等权法从指数的先行性和预测能力两个方面进行了对比,结果表明:从PMI与工业增加值增速之间的关系出发,利用相关系数法测定的赋权结果优于现行的权重;季节调整上,利用结构时间序列模型对我国2005年7月至2015年8月制造业PMI数据进行季节调整,成功分离出了季节因素,取得了良好的调整效果,希望能够为未来我国PMI指数进行时间序列上的季节调整提供一定思路。最后,在总结全文的基础上对我国制造业PMI权重调整及季节调整提出了改进建议。

关键词：制造业PMI 权重设置时差相关分析季节调整结构时间序列模型

来源：评论

学校读者我要写书评

暂无评论

电子商务网站大型线上促销活动引流效果分析与研究

电子商务网站大型线上促销活动引流效果分析与研究

引用

作者：丁瀚涛武汉大学

学位级别：硕士

近十年来,电子商务在我国得到了飞速的发展,对于网络购物这一巨大市场的激烈争夺也在各家电子商务企业之间展开。随着网络营销理论的逐步成熟和经验的不断积累,越来越多的营销资源用于开展各种类型的线上促销活动,来吸引消费者访问、浏... 详细信息

近十年来,电子商务在我国得到了飞速的发展,对于网络购物这一巨大市场的激烈争夺也在各家电子商务企业之间展开。随着网络营销理论的逐步成熟和经验的不断积累,越来越多的营销资源用于开展各种类型的线上促销活动,来吸引消费者访问、浏览网站,并最终产生购买。2009年以来,由天猫商城的“双十一”促销活动为代表的大型线上促销活动逐渐成为了这些电子商务企业开展的促销活动的主流,各种不同主题的大型促销活动层出不穷。与日常开展的线上促销活动不同,大型线上促销活动有着宣传规模大、折扣力度大、涉及商品范围广、活动时间特定等特点。这类活动往往能给网站带来巨大的流量和交易量,在扩大了企业的影响力的同时,也极大地促进了企业的发展。然而,高回报往往对应着高投入,开展大型促销活动的成本也是巨大的,同时流量获取成本也在不断上涨。如何更合理地利用营销预算、如何提升线上促销活动的引流效果,是摆在电子商务企业管理者面前亟需解决的难题。相较于线下环境,在互联网环境下数据的获取变得十分便捷,基于网站分析技术可以方便地根据定义的指标收集网站流量相关数据。利用这些数据,我们可以对开展过的促销活动的引流效果进行分析和总结。本文基于多个网站分析指标——这些指标分别对流量的大小、质量和转化情况进行度量——收集了 2014年10月27日至2015年6月30日之间京东商城自营某品牌页面流量的时间序列数据,利用结构时间序列模型(STSM)对样本期间的5个大型促销活动进行引流效果的分析。结果显示:大型促销活动均会对页面总流量的大小产生显著的正向影响,但是对页面总流量的质量及转化的影响则存在个体间的差异;对付费流量的带来的影响基本与其对页面总流量的影响保持一致,即不同的活动对付费流量的大小均呈显著正相关,对付费流量的质量和转化的影响存在个体间的差异;除个别情况外,对非付费流量的大小基本上都有正向影响,对非付费流量的质量影响基本上不显著,对非付费流量的转化影响基本上不显著。此外,研究结果还显示不同的节日对流量的影响也各不相同。研究结果对电子商务网站今后类似大型线上促销活动的设计和实施具有借鉴意义。

关键词：网络促销网站流量网站分析结构时间序列模型京东商城

来源：评论

学校读者我要写书评

暂无评论

气候资源刚性约束下国内旅游需求变化趋势与对策研究

气候资源刚性约束下国内旅游需求变化趋势与对策研究

引用

作者：沈玲佳浙江理工大学

学位级别：硕士

我国国内旅游需求受到多种因素的影响,包括经济因素、政治因素、社会因素、文化因素、资源因素等,文章以已有相关研究成果为基础,以北京、浙江、四川、海南、广东“四省一市”为研究对象,基于气候资源指标(降水量、风速、日照时数、温... 详细信息

我国国内旅游需求受到多种因素的影响,包括经济因素、政治因素、社会因素、文化因素、资源因素等,文章以已有相关研究成果为基础,以北京、浙江、四川、海南、广东“四省一市”为研究对象,基于气候资源指标(降水量、风速、日照时数、温度、相对湿度)、居民消费价格分类指数、经济政策不确定性、国家法定节假日天数等月度数据,构建分省市面板数据模型,分析气候资源指标对国内旅游需求影响的显著性。由模型估计结果可知,气候资源因素对我国“四省一市”国内旅游需求整体存在较为显著的影响,不同气候资源指标对不同省市国内旅游需求影响的显著性不同。为实现旅游产业发展和气候资源变化协同推进,精确预测气候资源刚性约束下国内旅游需求的变化趋势,推进我国国内旅游需求供给侧与需求侧改革进程,在把握传统旅游气候指数内涵的基础上,基于旅游气候指数五大指标与“四省一市”国内旅游需求人数的弹性数值,分析旅游气候指数各个指标对各省市国内旅游需求的影响机理,并指出由于省市气候背景和地理位置等的差异,旅游气候指数指标对不同省市国内旅游需求存在不同程度的影响,传统旅游气候指数的标准化构建未考虑因地制宜等问题。根据弹性数值归一化处理结果修正传统旅游气候指数的初始权重分配,并对传统旅游气候指数与修正旅游气候指数进行了测度和对比,发现两者存在较大的测度差异,表明传统旅游气候指数和修正旅游气候指数在解释“四省一市”国内旅游需求的变化时存在一定的不确定性,何者能作为解释变量更精确的解释和预测国内旅游需求,不同省市存在一定差异。利用结构时间序列模型,分别以传统旅游气候指数和修正旅游气候指数为解释变量,将以京、浙、川、琼、粤四省一市为代表的我国国内旅游需求时间序列数据分解为趋势(水平和斜率)、周期、季节、无规律因子等多个因子,对我国国内旅游需求进行预测并分析非气候资源刚性约束、传统旅游气候指数约束、修正旅游气候指数约束下三条预测趋势线的差异,对比传统旅游气候指数与修正旅游气候指数对国内旅游需求预测精度的影响,借助RMSE值判别具有最优国内旅游需求预测精度的省市旅游气候指数权重构造标准,并在最优旅游气候指数标准下预测未来两年、五年、十五年各省市国内旅游需求及其变化趋势。研究结果表明,一方面,传统旅游气候指数和修正旅游气候指数情形下结构时间序列模型对国内旅游需求的预测精度不同,修正旅游气候指数相对有效地提高了地区旅游需求预测精度,且白昼舒适度指数和降水指数是最重要的气候因素;另一方面,不同省市国内旅游需求对气候资源刚性约束的敏感性不同,存在强气候资源刚性约束和弱气候资源刚性约束之分,气候资源刚性约束的强弱对于“十三五”时期旅游需求变化趋势的预判具有重要影响,进而影响优化地区旅游需求的供求政策。文章基于相关研究结论,立足供给侧与需求侧改革两大视角,通过构建气候资源刚性约束下国内旅游供求政策矩阵,实现替代性政策工具的优化选择和互补性政策工具的耦合强化,提出一整套优化我国国内旅游需求的政策组合拳。在研究视角上明确了气候资源对我国国内旅游需求发展的刚性约束作用;在理论观点上提出了根据气候资源刚性约束下国内旅游需求变化趋势因地制宜调整的旅游产业发展策略;在技术方法上构建了修正旅游气候指数,并提出修正旅游气候指数约束下部分省市国内旅游需求预测精度更优。相关研究重在气候资源因素影响国内旅游需求的实证分析及理论机理分析,重在新问题下旅游气候指数的创新性修正,重在有无气候资源刚性约束的国内旅游需求预测及变化趋势对比研究。

关键词：国内旅游需求旅游气候指数结构时间序列模型趋势预测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：