经济时间序列建模中序列趋势问题的探讨：对确定趋势与随机趋势的比较

文章讨论了确定趋势时间序列与随机趋势时间序列在统计性质上的不同特点,比较了两类时间序列在预测值、预测误差以及外部冲击的动态乘数等方面的差异,指出在实际应用中应严格辨析不同时间趋势对建模分析的影响.     

用时间序列模型对社会消费品指数的规律进行研究和预测

一、问题的提出运用数学模型对宏观经济指标的波动和趋势进行描述和预测,是计量经济和统计学界越来越重视和采用的研究手段和工具。在实践中,我们逐渐认识到,时间序列分析的应用日益广泛,主要用途有以下几个方面:1对序列未来趋势作预测;2将数列分解成主要趋势成份、季节变化;3用理论性模式模拟实际数据并进行检验,以讨论模式是否能正确地表示所观测的规律,如一些常见的经济模式等。时间序列是随时间顺序出现或采集的一连串观测数列,实际应用时此数列实际为有限的观测资料集合。如每月新建房屋数、季节ＧＮＰ、每月某品牌电视机销售量等。本…     

居民消费价格指数的时间序列分析及预测

时间序列是按照时间顺序取得的一系列数据,大多数的经济时间序列存在惯性,通过这种惯性分析可以由时间序列的历史数值对未来值进行预测.文章主要利用时间序列的趋势外推方法对我国目前居民消费价格指数(CPI)进行了建模析和预测,以达到合理预期和分析的目的.     

用时间序列数学模型对社会消费品指数的规律进行研究和预测

一、问题的提出运用数学模型对宏观经济指标的波动和趋势进行描述和预测，是计量经济和统计学界越来越重视和采用的研究手段和工具。在实践中，我们逐渐认识到，时间序列分析的应用日益广泛，主要用途有以下几个方面：１对序列未来趋势作预测；２将数列分解成主要趋势成份、季节变化；３用理论性模式模拟实际数据并进行检验，以讨论模式是否能正确地表示所观测的规律，如一些常见的经济模式等。时间序列是随时间顺序出现或采集的一连串观测数列，实际应用时此数列实际为有限的观测资料集合。如每月新建房屋数、季节ＧＮＰ、每月某品牌…     

基于EMD的时间序列不同频率波动及趋势研究

希尔伯特-黄转换(HHT)的经验模态分解(EMD)法为分析经济金融领域的非线性、非平稳时间序列不同频率的波动以及序列的变动趋势提供了一种新的简单有效的统计分析工具。文章利用这种新的分析方法对我国通货膨胀率以及股票实际收益率的不同频率的波动关系和长期变动趋势进行了实证分析。     

经济时间序列趋势模型的辨析

趋势平稳过程和随机趋势过程是刻画经济时间序列的两种截然不同的随机过程,对于经济建模分析具有不同的影响.文章从基本概念、技术处理和经济涵义上对这两种过程进行了全面的阐述和分辨,并利用渐近分布理论对于两种过程参数的统计关系进行了研究.从中讨论了单位根检验存在的问题,并给出相应的建议.     

折扣最小平方法简介

最小平方法亦称最小二乘法,是时间序列长期趋势分析和预测中常用的方法.一般认为,用最小平方法配合的趋势线是“最佳”的趋势线.但是,同许多的预测方法一样,最小平方法也存在着一定的缺陷.这就是在运用最小平方法计算时间序列的趋势方程时,将时间序列的各个时期的信息都     

关于经济时间序列分解的状态空间方法研究

一、经济时间序列的季节调整和分解 在经济领域中观察到的时间序列到一般都具有明显的季节变化和增长趋势。设{y_t}是一经济时间序列(以下简称经济序列),通常假定其由三项要素构成:趋势项(T_t),季节项(S_t),不规则项(I_t)。按照具体的组合形式,可分为两类模型: 加法模型 (1)     

时序模型分析在经济预测中的应用

时间序列分析方法主要就是建立模型,目的是为了描述时间序列中产生数据的随机机制与趋势,以此模型来判断在某一时间或随机机制下会发生的数据达到预测和控制的目的。时间序列可分为平稳的时间序列和非平稳的时间序列,大部分经济时间序列为平稳的时间序列。对于平稳的时间序列进     

基于SARIMA模型的我国季度GDP时间序列分析与预测

文章主要研究季节时间序列模型在我国季度GDp时间序列预测中的应用,并分析探讨模型的准确性和实用性.文章分析了我国1992～2008年的季度GDP时间序列,剔除时间趋势和季节性后使原序列平稳并建立季节时间序列模型.通过对不同模型进行参数估计和比较后发现:ARIMA(2,1,1)(1,1,1)4能很好地拟合我国季度GDP时间序列,用该模型进行预测得出了2009年四个季度和2010年前两个季度的GDP数值,分析发现季度GDP仍然呈增长趋势,但其速度放缓.预测结果的准确性较高,并具有一定现实意义.     

时间序列转折点的贝叶斯预测

时间序列转折点的贝叶斯预测施发启在实际经济预测工作中,预测者越来越关心时间序列的变化趋势。迄今为止,由于转折点的预测和解释特别困难,本文试图运用贝叶斯方法对此问题作一初步探讨。一、预测转折点有关一个时间序列的转折点的定义,众说纷坛,莫衷一是。为了下文...     

"二元经济"的瓶颈与和谐社会战略的协整检验

在当前"二元经济"城乡分割的情况下,城乡居民收入存在较大差异.和谐社会战略要求经济的均衡发展,对城乡居民收入差的时间序列考察,是检验三农政策是否符合和谐社会建设的有戏方法之一.文章以甘肃省城镇居民人均可支配收入和农村居民人均纯收入为对象进行考查,利用单位根检验方法分析了改革开放以来二者时间序列的单整特征,并用协整理论检验了它们之间的长期均衡关系和收敛趋势.     

时间序列分析应当重视对价值指标的缩减

在日常经济生活中，当人们从时间角度分析客观现象时，都不可避免地要用到时间序列分析方法。然而，对于有关由价值指标构成的时间序列，在计算一些诸如速度指标时，除了官方统计部门在正式出版物中明确表示是在剔除了物价因素后用可比价格计算的外，无论是一些著名的经济学家，或是普通的人们都普遍忽视一个十分重要的问题，即时间序列分析应当对价值指标进行缩减。甚至在高等统计教育的课堂上或教科书中，也很少涉及到此类内容。由此而带来的直接危害就是，人们在利用时间序列方面指标来认识客观现象及其发展规律时会产生这样或那样的错觉…     

基于混合时间序列模型的粮食产量预测

粮食产量的预测是保障粮食安全的重要组成部分.文章结合河南省许昌市粮食产量的历史数据,首先建立趋势外推预测模型,并对模型进行相应的分析;然后运用趋势外推与ARIMA模型(求和自回归移动平均模型)结合起来的混合时间序列模型对趋势值和真实值之间的离差序列即残差进行分析,得到混合时间序列模型的预测结果;最后通过比较得出的混合时间序列模型预测的精度较高,可作为粮食总产量预测的有效工具之一.     

基于小波分析的AR-GREY预测模型及其应用

文章介绍了小渡分析、自回归模型和灰色预测模型,建立了基于Maliat小波分析的AR-GREY预测模型.将非平稳时间序列用小波分解到不同尺度上以减少原始序列的随机性.然后再利用灰色模型对低频信息(趋势)进行预测,对于高频信息(短期波动)则建立自回归模型,从而在充分拟合趋势的同时,避免了短期波动的过拟合:通过BDI预测算例验证了预测模型的实用性和精度.因利用了MATLAB软件和Eviews软件,模型构建、修改方便,可在实际中应用.     

运用空间统计方法分析我国社会福利的有关问题

在研究经济问题时,处理的数据大多是时间序列数据,对这类数据的分析采用的是时间序列分析方法,较少进行空间分析,建立的模型也是以时间序列为主。虽然这种以时间序列数据为对象进行分析、研究问题的方法能够反映一定的经济问题,但是往往会掩盖空间的差异。比如一个问题从时间序     

我国实际人均GDP的趋势分析及预测

文章建立了我国实际人均GDP的混合时间序列模型,分析研究了该模型的稳定性和可外推性,预测了2001～2010年10年间我国实际人均GDP的发展水平,指出我国人均实际GDP增长具有时间趋势和周期的稳定性。     

时间序列趋势预测的三步滚动模型

如何对统计数据的时间序列的发展趋势进行科学的预测是对预测方法的理论研究和实际应用都是非常重要的,也是关系到能否有效利用统计数据并做出正确决策的重要前提。在经济社会领域的实际应用中,研究人员根据时间序列的特点,希望用一些拟合精度好、建模方法简单、应用方便的预测模型。而社会经济现实问题中的统计数据的时间序列的发展趋势往往是较复杂的,其变化规律和特征不易发现。它需要用系统工程的理论和方法,用定性分析和定量研究相结合的方法来进行分析研究,用不同的预测模型来拟合,进行分析研究是必要的。所以我们对统计数据的时间序列提     

我国能源消费与经济增长的关系分析

一、实证数据和方法 在现实经济中,变量本身通常是非稳定的时间序列并表现出一定的趋势,为了使传统的单方程计量模型有意义,常用的方法是对变量序列进行差分,然后用差分序列进行回归,这样做的结果忽视了水平序列所包含的有用信息,回归方程不能全面反映经济变量间的关系.     

空间统计方法在社会福利分析中的应用

在研究经济问题时,处理的数据大多是时间序列数据,对这类数据的分析采用的是时间序列分析方法,较少进行空间分析,建立的模型也是以时间序列为主。虽然这种以时间序列数据为对象进行分析、研究问题的方法能够反映一定的经济问题,但是往往会掩盖空间的差异。因为我们生活在由时间