期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
我国工业增加值季节波动非线性研究——基于SEATV-STAR模型 被引量：8
1
作者 危黎黎 向书坚 《中国管理科学》 CSSCI 北大核心 2016年第4期10-18,共9页
多数宏观经济变量时间序列有季节波动,如果季节波动是非线性的,采用经季节调整过的数据或传统季节模型等线性处理季节波动的方法可能就不再适用。本文基于季节时变平滑转换自回归(SEATV-STAR)模型,运用"特殊到一般"的非线性... 多数宏观经济变量时间序列有季节波动,如果季节波动是非线性的,采用经季节调整过的数据或传统季节模型等线性处理季节波动的方法可能就不再适用。本文基于季节时变平滑转换自回归(SEATV-STAR)模型,运用"特殊到一般"的非线性检验策略对我国工业增加值季度增长率季节波动进行研究。结果表明:(1)工业增加值的季节波动兼有结构时变和非线性改变,工业增加值的周期波动是线性的。(2)技术进步、体制变迁等因素使得工业增加值季节波动发生连续的结构时变,它们是季节波动变化的主要影响因素。(3)工业增加值周期波动对其季节波动有非对称影响;在工业增加值的波峰阶段,其季节波幅会减小,且1、2季度工业增长率有明显提高。 展开更多
关键词 SEATV-STAR模型 平滑转换 结构时变 季节波动变化
原文传递
季节波动的线性与非线性方法比较研究——以出口波动为例 被引量：2
2
作者 危黎黎 张虎 《数理统计与管理》 CSSCI 北大核心 2018年第6期997-1010,共14页
对季节成分的正确认识和恰当处理是利用时间序列进行宏观经济分析必不可少的一步。本文首次对比季节线性与季节非线性不同处理方式对经济变量带来的影响,探寻并证实季节非线性研究的重要性与必要性。以我国出口季度增长率数据为例,采用... 对季节成分的正确认识和恰当处理是利用时间序列进行宏观经济分析必不可少的一步。本文首次对比季节线性与季节非线性不同处理方式对经济变量带来的影响,探寻并证实季节非线性研究的重要性与必要性。以我国出口季度增长率数据为例,采用能同时刻画经济变量季节波动和周期波动都具有非线性特征的SEASTAR （季节平滑转换自回归）模型对其进行实证分析。研究表明：（1）基于RMSE和MAE评价标准统计量,无论是样本内拟合还是样本外多步预测,SEASTAR模型的效果都远远优于季节为线性的嵌套模型。（2）对“季节调整后”的出口额季度增长率采用STAR模型进行拟合,通过Kappa一致性检验发现：由STAR模型和SEASTAR模型得到关于出口额周期波动的非线性转换区间具有偏弱的一致性。因此,对季节波动具有非线性特征的时间序列,采用传统季节线性模型或季节线性处理方式,如X-11、X-12等季节调整法不一定是最佳选择甚至不再适用。 展开更多
关键词 季节波动 季节非线性 结构时变 平滑转换
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部