基于Sieve Bootstrap方法的季节时间序列模型检验问题研究
本文关键词：基于Sieve Bootstrap方法的季节时间序列模型检验问题研究 出处：《数量经济技术经济研究》2017年07期 论文类型：期刊论文
更多相关文章： 单位根 季节过程 Sieve Bootstrap 功效
【摘要】：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。
[Abstract]:Research objectives: to improve the modeling theory of seasonal time series model, to solve the problem of cumbersome modeling, the large difference in the conclusion of all kinds of inspection methods and the problem of model error setting. Research methods: the comparison and analysis of mathematical model based on the seasonal time series model, put forward reasonable inspection procedures; and then use the Sieve Bootstrap method, the critical value of this seasonal unit root test and deterministic seasonality test statistics, and compare the similarities and differences based on HEGY test method Sieve Bootstrap test, BT test. It is found that the test procedure proposed in this paper can identify the model effectively, and the finite sample property of the test statistic is excellent. The empirical analysis shows that the test procedure and method proposed in this paper can identify the seasonality of Chinese macroeconomic data more effectively. Research Innovation: the Sieve Bootstrap method is applied to the stability test and trend test of seasonal time series. Research value: the seasonal time series model test program and test method are put forward to promote its application in seasonal economic data.
【作者单位】： 西安交通大学经济与金融学院;
【基金】：中央高校基本科研业务费专项资金(SK2016019) 国家社科基金青年项目(11CTJ002) 中国国家留学基金委的2016年“建设高水平大学联合培养研究生项目”(201606280120)资助
【分类号】：F124;F224.0
【正文快照】： 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
【相似文献】
相关期刊论文 前10条
1 杨贵军;;时间序列模型描述个体经济发展趋势的局限性及改进方法[J];现代财经(天津财经大学学报);2006年07期
2 郭顺生;王磊;黄琨;;基于时间序列模型预测汽车销量研究[J];机械工程师;2013年05期
3 李宝慧;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[J];统计研究;2000年01期
4 叶阿忠,李子奈;我国通货膨胀的混合回归和时间序列模型[J];系统工程理论与实践;2000年09期
5 吴令云,赵远东;用时间序列模型分析突发事件对经济的影响[J];统计与决策;2004年04期
6 陈飞,高铁梅;结构时间序列模型在经济预测方面的应用研究[J];数量经济技术经济研究;2005年02期
7 霍振宏;;基于时间序列模型下国民经济发展趋势实证分析[J];中原工学院学报;2007年04期
8 郑煜;孟军;;时间序列模型对黑龙江省水稻比较优势的预测[J];东北林业大学学报;2008年10期
9 张新波;;时间序列模型在税收预测中的应用[J];湖南税务高等专科学校学报;2010年04期
10 刘领坡;;我国社会消费品零售总额时间序列模型及预测[J];经济论坛;2011年06期
相关会议论文 前4条
1 汪宏晶;林曦晨;汤洪秀;尹平;;多元时间序列模型及其应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
2 史青;练晓华;;时间序列模型在地铁结构变形预测中的应用[A];第十五届华东六省一市测绘学会学术交流会论文集（江苏上海论文分册）[C];2012年
3 黄荣坦;;厦门港集装箱吞吐量的时间序列模型[A];2002年中国管理科学学术会议论文集[C];2002年
4 赵庆江;迟凯;付芳萍;李潮潮;车文刚;;基于FCM的模糊时间序列模型及人民币汇率预测[A];第二十九届中国控制会议论文集[C];2010年
相关重要报纸文章 前2条
1 国海证券研究所;时间序列模型预测3月CPI为—1.26%[N];上海证券报;2009年
2 罗佐县;勘探投资须研究规律提高效率[N];中国石化报;2008年
相关博士学位论文 前5条
1 赵彪;两类时间序列模型的统计推断[D];中国科学技术大学;2015年
2 尚华;两类时间序列模型的异常值检测研究[D];首都经济贸易大学;2016年
3 王立柱;基于计算智能的时间序列模型及预测研究[D];大连理工大学;2015年
4 杨凯;几类门限时间序列模型的推断研究[D];吉林大学;2016年
5 邱望仁;模糊时间序列模型及其在股指趋势分析中的应用研究[D];大连理工大学;2012年
相关硕士学位论文 前10条
1 段炼;基于时间序列模型的日内交易策略在A股市场上的应用[D];复旦大学;2014年
2 李金玲;基于特征展开法的模糊时间序列模型的约减算法[D];大连海事大学;2015年
3 王鹏飞;基于自相关函数的模糊时间序列模型的优化算法[D];大连海事大学;2015年
4 孙自珂;风电并网对电力系统可靠性影响研究[D];山东大学;2015年
5 李修成;城市范围内PM2.5时间预测研究[D];哈尔滨工业大学;2015年
6 王倩;非线性时间序列模型研究及实证分析[D];电子科技大学;2014年
7 刘洋;基于SVM修正的模糊时间序列模型在沪指预测中的应用[D];南京大学;2015年
8 尹小琴;基于支持向量机的混合时间序列模型的研究与应用[D];沈阳工业大学;2016年
9 马云飞;多因素模糊时间序列预测模型的研究[D];大连海事大学;2016年
10 刘丑娟;基于变参数粒子群的模糊时间序列模型的研究[D];大连海事大学;2016年
，本文编号：1346962
本文链接：https://www.wllwen.com/jingjifazhanlunwen/1346962.html
