收藏本站
《暨南大学》 2011年
加入收藏

子年度经济时间序列季节调整模型与应用研究

桂文林  
【摘要】:几乎所有的子年度(月度或季度)经济时间序列中都包含季节因素的影响,季节调整的意义普遍存在。它的基本意义正如国际货币基金组织(IMF)所认为的那样,季节调整需求的原因是季节性的出现会使基本的低频动态变化和它们之间的关系变得更加模糊难辨。国家统计机构发布季节调整数据有助于用户准确把握数据的基本走势。季节调整的进一步衍生意义还包括,将经济时间序列分解成各组成成分,使得子年度数据具有可比性,识别商业周期的变化和进行转折点测度,利用季节调整数据进行折年率计算等。早在20世纪50年代初期,国外统计科学和实践领域已开始对季节调整方法和应用展开研究。时至今日,季节调整的理论和实践在发达国家已经非常完善,而发展中国家还在不断完善中。目前我国所有具有季节因素的时间序列均没有进行季节调整,消除季节之间不可比因素的一个主要方法仍是与上年度同期数据进行比较得到的同比指数。随着我国社会经济不断融入世界经济一体化进程中,客观上对我国传统的统计分析方法提出了新挑战,要求与国际上通行的方法接轨。引入时间序列的季节调整方法,不仅在于提高数据的分析和使用价值,同时也对传统的统计数据搜集方式提出了改革的要求。 本文的研究内容中包含了较深的数理统计知识,涉及我国具体的宏观经济应用领域,同时需要计算机软件和程序的使用作为支撑。它很好地诠释了统计学的科学内涵,季节因素调整可谓是现代统计学的缩影。本文所用方法包括系统研究法,即通过对国内外已有文献进行搜集、整理、归纳、系统总结和改进,最终形成了一整套关于季节调整理论和应用的研究体系和研究框架,国际和国内相结合、引进和吸收相结合的方法。在借鉴国际上季节调整理论和方法的基础上,结合我国实际情况予以改进,使其最终成为真正适合我国国情的季节调整模型,理论与应用相结合的方法。季节调整理论始终立足于我国宏观经济运行中的实际问题,解决宏观经济运行中面临的各种热点或重点问题。 经过研究,本文成为目前国内关于季节调整理论和应用的最为系统的研究成果之一。季节调整的理论研究方面既包括基于过滤器方法也包括基于模型的方法,既包括当前广为流行的X-12-ARIMA和TRAMO-SEATS方法,也包括尚属于理论研究阶段的状态空间季节调整模型、Bayes季节调整模型等,还包括目前国际上刚刚开发出来,即将投入实际使用的X-13A-S模型。此外,针对当前国内有关季节调整的应用研究仅仅局限于基本应用层面的缺陷,本文在应用研究部分展开了深入的研究。 总体上,本文在国内外作了三个主要方面的创新性研究。 第一,在有限的篇幅中深入系统研究了各种具有代表性季节调整模型的原理,其中,TRAMO-SEATS模型、X-13A-S模型、基于均方根信息滤波的状态空间季节调整模型和包括交易日效应的贝叶斯季节调整模型,在国内尚属首次使用。这是对国际季节调整模型予以合理改进,建立真正适合我国季节调整实践模型的前提,为进一步深入研究季节调整理论起到抛砖引玉的作用。 第二,在应用研究方面,不仅仅停留在季节调整模型在我国季节性时间序列的基础层面的应用,而是根据季节调整模型的意义做了一些更为深入的推广和应用研究,包括我国居民消费价格实时监测的指数选择研究;我国粮食消费价格的运行特征;我国生产价格和消费价格的传导关系研究;改进旅游本底线并研究危机事件对我国旅游外汇收入和铁路客运量的影响研究;近年来我国投资率偏高,消费率走低问题研究以及我国的假日经济等研究课题。涉及到的宏观经济运行指标包括:季度GDP、社会消费品零售总额、居民消费价格指数(CPI)和生产价格指数(PPI)以及粮食消费价格、消费率、旅游外汇收入、铁路客运量等。 第三,本文不仅对单个季节调整模型和应用展开独立研究,同时对多个季节调整模型进行比较研究,引入了各种先进的模型诊断方法并展开实证研究,其中不仅包括目前流行的平滑间距法、修正历史法、季节稳定性检验、谱分析方法,还包括随机模拟分析方法等。 总之,本文通过对季节调整理论及应用研究,得出了一些有意义的结论和政策建议,将为季节调整理论在我国的进一步发展提供了理论方面的贡献,为经济运行中其它经济问题如经济周期等的研究提供了前期基础性研究,同时为各级政府部门准确把握我国宏观经济运行中存在的某些方面的问题提供支持,为制定有针对性的政策措施提供了科学依据。
【关键词】:季节调整 X-12-ARIMA模型 TRAMO-SEATS模型 X-13A-S 状态空间季节调整模型 均方根信息滤波 贝叶斯季节调整模型 子年度时间序列
【学位授予单位】:暨南大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:C81
【目录】:
  • 中文摘要4-6
  • 英文摘要6-9
  • 目录9-14
  • 第1章 绪论14-32
  • 1.1 选题背景和意义14-19
  • 1.1.1 本文的选题背景14-17
  • 1.1.2 本文的选题意义17-19
  • 1.2 国内外研究动态和文献综述19-28
  • 1.2.1 国外研究历程和现状19-25
  • 1.2.2 国内研究现状及趋势25-28
  • 1.3 全文结构的安排28-32
  • 1.3.1 论文研究框架28
  • 1.3.2 论文结构安排28-32
  • 第2章 X-12-ARIMA季节调整模型分析与应用32-77
  • 2.1 regARIMA模块分析33-52
  • 2.1.1 regARIMA模型原理33-34
  • 2.1.2 异常值回归变量识别和分析34-39
  • 2.1.3 日历效应回归变量识别和测定39-52
  • 2.2 X-11季节调整模块分析52-63
  • 2.2.1 移动平均的季节调整原理分析52-54
  • 2.2.2 X-11的对称和非对称移动平均分析54-63
  • 2.3 中国居民消费价格实时监测的指数选择63-74
  • 2.3.1 消费价格指数的特点与相互关系64-67
  • 2.3.2 中国月度消费价格指数的季节调整67-70
  • 2.3.3 中国居民消费价格实时监测的指数选择70-73
  • 2.3.4 基于X-12-ARIM模型的CPI折年率计算73-74
  • 2.4 本章小结74-77
  • 第3章 TRAMO-SEATS季节调整模型分析与应用77-104
  • 3.1 TRAMO模块分析77-84
  • 3.1.1 TRAMO模型的简单描述77-79
  • 3.1.2 TRAMO模型的参数估计和预测79
  • 3.1.3 默认模型和预试79-80
  • 3.1.4 TRAMO模型的缺失值处理80-81
  • 3.1.5 TRAMO模型的异常值处理81-82
  • 3.1.6 TRAMO模型中ARIMA模型的选择82-84
  • 3.2 SEATS模块分析84-90
  • 3.2.1 程序的简短描述84-88
  • 3.2.2 ARIMA模型的分解88-90
  • 3.3 中国粮食价格的运行特征90-102
  • 3.3.1 概述90-92
  • 3.3.2 数据来源、处理及说明92-93
  • 3.3.3 中国粮食消费价格运行特征实证研究93-101
  • 3.3.4 中国粮食消费价格预测101-102
  • 3.4 本章小结102-104
  • 第4章 季节调整模型的质量评估及X-13A-S模型104-126
  • 4.1 引言104
  • 4.2 季节调整模型差异的理论分析104-106
  • 4.3 季节调整模型谱分析检验剩余季节性106-109
  • 4.4 季节调整模型稳定性诊断方法109-113
  • 4.4.1 幂等诊断109-110
  • 4.4.2 平滑间距(Sliding Spans)诊断110-111
  • 4.4.3 修正历史(Revision Histories)诊断111-113
  • 4.5 季节稳定性的检验113-114
  • 4.6 季节调整模型质量检验的一个模拟方法114-119
  • 4.6.1 几个假设114
  • 4.6.2 几种季节调整模型检验统计量114-117
  • 4.6.3 数据的生成过程DGP117-119
  • 4.7 X-13A-S季节调整模型119-125
  • 4.7.1 X-13A-S模型概述119-120
  • 4.7.2 X-13A-S新的模型选项120-125
  • 4.8 本章小结125-126
  • 第5章 我国子年度经济时间序列季节调整模型扩展应用126-164
  • 5.1 中国生产价格与消费价格传导关系研究126-141
  • 5.1.1 概述126-128
  • 5.1.2 CPI与PPI的内涵和差异128-129
  • 5.1.3 CPI与PPI之间关系的理论分析129-131
  • 5.1.4 TRAMO-SEATS季节调整模型和HP滤波方法131-132
  • 5.1.5 PPI与CPI关系的季节调整-滤波方法研究132-141
  • 5.2 危机事件对中国入境旅游外汇收入影响评估141-152
  • 5.2.1 基于TRAMO-SEATS季节调整的本底线改进143-145
  • 5.2.2 基于改进本底线的旅游危机事件损失评估145-152
  • 5.3 基于季节调整本底线的SARS对中国铁路客运量的损失评估152-161
  • 5.3.1 基于季节调整本底线的危机事件铁路客运损失评估154-159
  • 5.3.2 改进季节调整本底线的铁路客运损失评估159-161
  • 5.4 本章小结161-164
  • 第6章 基于状态空间的季节调整模型与应用164-183
  • 6.1 状态空间模型分析164-165
  • 6.2 卡尔曼滤波方法分析165-168
  • 6.2.1 Kalman滤波的一般形式165-167
  • 6.2.2 Kalman滤波的解释和性质167-168
  • 6.2.3 Kalman滤波的初始条件168
  • 6.3 基于状态空间模型的超参数估计168-169
  • 6.4 基于状态空间方法的季节调整169-173
  • 6.4.1 简化状态空间模型169-170
  • 6.4.2 季节调整的状态空间表示170-172
  • 6.4.3 状态空间表示的季节调整模型求解172-173
  • 6.5 基于状态空间方法的中国季度GDP季节调整173-182
  • 6.5.1 概述173-175
  • 6.5.2 研究对象和数据来源及分析处理175
  • 6.5.3 季节调整状态空间模型的定义和参数估计175-178
  • 6.5.4 基于季节调整状态空间模型的中国GDP季节调整178-180
  • 6.5.5 状态空间季节调整模型和TRAMO-SEATS模型的比较180-182
  • 6.6 本章小结182-183
  • 第7章 基于SRIF的状态空间季节调整模型及应用183-205
  • 7.1 引言183
  • 7.2 一个状态空间季节调整模型分析183-185
  • 7.3 一个均方根信息滤波或平滑方法185-187
  • 7.3.1 Kalman滤波方法185-186
  • 7.3.2 一个均方根信息滤波平滑方法186-187
  • 7.4 均方根信息滤波的DECOMP程序分析187-189
  • 7.5 基于SRIF的状态空间季节调整模型与我国居民消费189-195
  • 7.5.1 数据来源及分析处理189
  • 7.5.2 模型中AR成分的选择189-190
  • 7.5.3 模型中交易日成分选择190-192
  • 7.5.4 季节调整模型所得各成分分析192-194
  • 7.5.5 社会消费品零售总额环比增长率和经济监测194-195
  • 7.6 消费率重估、分解和扩大消费需求195-204
  • 7.6.1 我国商品货物消费率估计和分解196-200
  • 7.6.2 我国消费率波动分析和政策建议200-204
  • 7.7 本章小结204-205
  • 第8章 基于Bayes的季节调整模型与应用205-230
  • 8.1 引言205-206
  • 8.2 季节调整Bayes方法分析206-212
  • 8.2.1 季节调整的经典回归方法206-207
  • 8.2.2 关于对趋势项和季节项的约束条件207
  • 8.2.3 带有随机约束的回归模型207-209
  • 8.2.4 Bayes季节调整模型构建与评价准则209-211
  • 8.2.5 贸易日和闰年调整211-212
  • 8.3 季节调整Bayes程序分析212-214
  • 8.4 基于Bayes季节调整模型的中国居民消费214-228
  • 8.4.1 数据来源及分析处理214-215
  • 8.4.2 中国居民消费季节调整Bayes程序分析215
  • 8.4.3 中国居民消费Bayes季节调整结果分析215-218
  • 8.4.4 基于Bayes季节调整模型的假日经济与居民消费218-228
  • 8.5 本章小结228-230
  • 第9章 结论与展望230-238
  • 9.1 本文的主要结论230-233
  • 9.2 本文的主要政策建议233-234
  • 9.3 本文的主要创新点234-237
  • 9.4 需要进一步研究的问题237-238
  • 主要参考文献238-244
  • 在学期间发表论文清单244-245
  • 在学期间承担科研项目情况245
  • 在学期间获奖和荣誉情况245-246
  • 后记246

【引证文献】
中国硕士学位论文全文数据库 前1条
1 罗敏;季节时间序列的季节调整与模糊预测方法[D];大连海事大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 张鸣芳,项燕霞,齐东军;居民消费价格指数季节调整实证研究[J];财经研究;2004年03期
2 魏翔;惠普科;;闲暇时间与消费增长——对中国数据的实证研究[J];财贸经济;2007年11期
3 朱迎波,葛全胜,魏小安,董培南,何连生,彭唬;SARS对中国入境旅游人数影响的研究[J];地理研究;2003年05期
4 孙根年;马丽君;;2003年SARS对中国交通客运量影响的后评价研究——基于本底趋势线全国28个省(市)自治区的分析与估算[J];中国工程科学;2007年06期
5 陈建奇;;PPI、CPI倒挂与通货膨胀调控——基于非对称供求结构与价格决定机制的实证研究[J];中国工业经济;2008年11期
6 黄季焜;杨军;仇焕广;徐志刚;;本轮粮食价格的大起大落:主要原因及未来走势[J];管理世界;2009年01期
7 栾惠德;;居民消费价格指数的实时监测——基于季节调整的方法[J];经济科学;2007年02期
8 张旭昆,徐俊;消费的闲暇时间约束模型与假日经济现象[J];经济评论;2001年05期
9 傅晓霞;“长假”拉动消费的作用到底有多大——对假日经济的冷思考[J];现代经济探讨;2002年02期
10 贺力平;樊纲;胡嘉妮;;消费者价格指数与生产者价格指数:谁带动谁?[J];经济研究;2008年11期
【共引文献】
中国期刊全文数据库 前10条
1 ;Empirical Research on the Relations between Farmers' Income Increase and Economic Development in Henan Province[J];Asian Agricultural Research;2010年12期
2 ;The Analysis of Economic Growth Cycle in Henan Province[J];Asian Agricultural Research;2011年03期
3 韩秀兰;阚先学;;山西省农民消费需求与农村金融发展关系的实证分析[J];安徽农业科学;2009年12期
4 王浩;;河南省农民增收与经济增长关系的实证研究[J];安徽农业科学;2010年34期
5 刘荣利;;河南省经济增长周期分析[J];安徽农业科学;2011年10期
6 张建玲;林苗苗;刘建华;申国华;;时间序列季节调整方法在气象要素预测中的应用分析[J];现代农业科技;2009年23期
7 陈建华,贾哲;中国经济周期分析[J];鞍山钢铁学院学报;2002年01期
8 马叶江;胡思继;武旭;;运输经济周期波动的谱分析测定方法[J];北京交通大学学报(社会科学版);2008年02期
9 刘恩猛;汪波;;浙江省存贷比的季节调整与分析[J];北方经济;2011年06期
10 张国华,胡思继,张鹏辉,张跃玲,王存智;关于铁路运输景气警告指标的研究[J];北方交通大学学报;1999年03期
中国重要会议论文全文数据库 前10条
1 王敏;周博;李阳;;北京工业经济运行监测预警指标体系的构建[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
2 杜明翠;;北京市政府支出与经济增长的关系研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
3 孔宪丽;张同斌;李颖;高铁梅;;中国工业经济景气循环特征及本轮波动特点分析[A];2010年中国产业组织前沿论坛会议文集[C];2010年
4 尚维;杨晓光;徐山鹰;张珣;;宏观经济与行业景气预警系统研究[A];中国企业运筹学[C];2009年
5 康东;郭静梅;李晓奇;;基于最小覆盖圆的霍尔特指数平滑法求参及优化[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年
6 王兴山;;闲暇与小康社会建设[A];地理学会全面建设小康社会——第九次中国青年地理工作者学术研讨会论文摘要集[C];2003年
7 张黎;孙艳华;张延华;;随季节变化的海量网络数据预测方法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
8 赵佳妮;;水上交通事故预测方法的优化及比较[A];中国航海学会2005年度学术交流会优秀论文集[C];2005年
9 严晟;卢毅;;月敏感负荷预测方法研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
10 栗洪伟;;河南省PPI与CPI传导机制分析及实证研究[A];第十一届全国经济管理院校工业技术学研究会论文集[C];2012年
中国博士学位论文全文数据库 前10条
1 韦邦荣;货币政策规则理论及其在中国的应用[D];辽宁大学;2010年
2 陈鹏;台湾经济波动冲击效应研究[D];南开大学;2010年
3 何溪明;房地产周期及其宏观调控政策研究[D];南开大学;2010年
4 李海燕;东亚区域经济一体化与经济周期同步性研究[D];吉林大学;2011年
5 王艳秀;美国贸易保护的动因与效应研究[D];吉林大学;2011年
6 谢鸿飞;中国经济周期波动特征及拐点识别研究[D];华中科技大学;2011年
7 赵娟;中国经济波动研究:基于总量和产业层面[D];华中科技大学;2011年
8 李昊;广义经验似然方法及其应用[D];华中科技大学;2011年
9 张铁强;中国反周期货币政策调控问题研究[D];暨南大学;2011年
10 刘霁雯;我国居民收入与国内旅游消费关系研究[D];华东师范大学;2011年
中国硕士学位论文全文数据库 前10条
1 刘倩;关于构建上海市商业性体育赛事市场景气指标体系的研究[D];上海体育学院;2010年
2 孔祥婧;世界干散货船订单量的波动及其预测研究[D];哈尔滨工程大学;2010年
3 李颖;时间序列指数平滑算法的改进研究[D];辽宁工程技术大学;2009年
4 毛松森;基于模糊综合评判法的宏观经济评价与预警研究[D];中国海洋大学;2010年
5 王自强;海洋经济监测预警模型研究[D];中国海洋大学;2010年
6 郑慧;沿海经济圈金融生态发展水平评价研究[D];中国海洋大学;2010年
7 姚文华;PPI与CPI的传导关系研究[D];中国海洋大学;2010年
8 朱宾丽;池州市旅游资源空间结构与市场预测研究[D];安徽师范大学;2010年
9 任奕阳;边疆民族地区旅游危机和旅游者购买意愿的关系研究[D];浙江大学;2011年
10 任洁;中国居民消费价格指数波动的实证研究[D];昆明理工大学;2008年
【同被引文献】
中国期刊全文数据库 前5条
1 孙春薇;王旭磊;辛永训;吴春妹;;几种关于时间序列季节调整方法的研究[J];青岛农业大学学报(自然科学版);2007年02期
2 杜勇宏;王汝芳;;季节时间序列理论发展综述[J];技术经济与管理研究;2009年06期
3 陈刚;曲宏巍;;一种新的模糊时间序列模型的预测方法[J];控制与决策;2013年01期
4 蔺玉佩;杨一文;;基于模糊时间序列模型的股票市场预测[J];统计与决策;2010年08期
5 范维;张磊;石刚;;季节调整方法综述及比较[J];统计研究;2006年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 孙全欣,刘作义,朱晓宁,王晋,万萍;快速货物运输运量预测与分析[J];北方交通大学学报;1999年05期
2 赵航,赵可心,李子奈;个人消费行为模型分析[J];长春邮电学院学报;2000年03期
3 王军;中国消费函数的实证分析及其思考[J];财经研究;2001年07期
4 张鸣芳,项燕霞,齐东军;居民消费价格指数季节调整实证研究[J];财经研究;2004年03期
5 白永秀;“假日经济”分析[J];当代财经;2000年05期
6 孙根年;我国境外旅游本底趋势线的建立及科学意义[J];地理科学;1998年05期
7 朱迎波,葛全胜,魏小安,董培南,何连生,彭唬;SARS对中国入境旅游人数影响的研究[J];地理研究;2003年05期
8 郑一省;金融危机后东盟国家的旅游业[J];东南亚;2000年01期
9 高旭;;对我国CPI指数的几点科学性阐析[J];福建师大福清分校学报;2008年03期
10 陈建奇;;PPI、CPI倒挂与通货膨胀调控——基于非对称供求结构与价格决定机制的实证研究[J];中国工业经济;2008年11期
【相似文献】
中国期刊全文数据库 前10条
1 于静;宏观经济监测预警系统(Ⅵ)[J];数理统计与管理;1992年04期
2 郭琦,项静恬;经济时间序列的X-11季节调整方法(Ⅰ)[J];数理统计与管理;1993年01期
3 沈赟;董莉娟;;季节调整技术在CPI数据中的运用[J];中国统计;2009年07期
4 刘兴远;季节调整方法在西方国家的应用及启示[J];江苏统计;1999年11期
5 刘丽萍;对西方国家时间序列季节调整的几点认识[J];统计研究;2001年12期
6 陈皓;X11季节调整技术介绍——北京市统计局宏观经济监测技术培训团赴美学习情况报告(之二)[J];北京统计;2002年07期
7 金兆丰 ,陈铭津;浅谈季节调整的方法及其应用[J];中国统计;2000年02期
8 顾岚;关于经济时间序列分解的状态空间方法研究[J];统计研究;1993年03期
9 钟霞;时间序列的季节调整及其方法[J];内蒙古统计;2002年05期
10 张鸣芳;;国际上季节调整最新发展及对我国的思考[J];统计研究;2006年10期
中国重要会议论文全文数据库 前10条
1 苏喜生;徐战;曾继常;方友林;;部队伙食费标准调整模型探讨[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第3卷)[C];1995年
2 张漪;章平;朱宪辰;;住宅小区业主维权行为选择中的贝叶斯调整模型[A];2006年度(第四届)中国法经济学论坛会议论文集[C];2006年
3 王书平;李建平;高丽君;赵茜;;标准X-11方法及国际原油价格季节性波动分析[A];现代工业工程与管理研讨会会议论文集[C];2006年
4 刘晓斌;;小波网络在经济时间序列分析中的应用[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第4卷)[C];1997年
5 梁政;;BOSS产品调整模型[A];2005年安徽通信论文集[C];2006年
6 常春光;汪定伟;胡琨元;郑秉霖;李慧莹;;基于CBR的调度系统中案例调整技术研究[A];2004中国控制与决策学术年会论文集[C];2004年
7 吴明佳;;一种研究经济时间序列的新方法(英文)[A];全国复杂系统研究论坛论文集(二)[C];2005年
8 韩文秀;;加强经济监测预警分析需解决好的几个问题[A];中国经济分析与展望(2010-2011)[C];2011年
9 张杰;林桂军;;我国出口的季节性变动与年初出口下滑[A];’93对外经济贸易大学学术报告会论文集[C];1993年
10 毛立峰;王绪本;;航空电磁快速反演技术[A];中国地球物理·2009[C];2009年
中国重要报纸全文数据库 前10条
1 上海证券报;宏观经济并未出现过热迹象[N];上海证券报;2006年
2 国家信息中心上海证券报;宏观经济运行在偏快的黄灯区上沿[N];上海证券报;2007年
3 刘汉涛;利差交易再度大行其道[N];上海证券报;2007年
4 国家信息中心上海证券报;综合警情小幅反弹CPI首次亮红灯[N];上海证券报;2008年
5 记者 刘丽娜 刘洪;复苏再获数据支持[N];新华每日电讯;2009年
6 国家信息中心上海证券报 张永军 程建华 王远鸿 伞锋 李若愚 徐平生 刘玉红;宏观经济仍有从偏快转向过热的风险[N];上海证券报;2007年
7 国家信息中心上海证券报;经济景气高位回落 过热风险有所降低[N];上海证券报;2008年
8 国家信息中心上海证券报 张永军 程建华 伞锋 李若愚 徐平生 刘玉红;总供给与总需求应实现更高水平新平衡[N];上海证券报;2008年
9 经济日报社中经产业景气指数研究中心 国家统计局中国经济景气监测中心;中经水泥产业景气指数报告[N];经济日报;2010年
10 赵海娟;内忧外患 日本经济难突围[N];中国经济时报;2011年
中国博士学位论文全文数据库 前10条
1 桂文林;子年度经济时间序列季节调整模型与应用研究[D];暨南大学;2011年
2 曾云辉;高维线性模型和部分线性模型的相合统计推断[D];山东大学;2013年
3 石雨;客运专线列车运行调整的策略、模型与算法[D];北京交通大学;2010年
4 张漪;随机决策中个体的信念调整模型与检验[D];南京理工大学;2008年
5 毛文涛;支持向量回归机模型选择研究及在综合力学环境预示中的应用[D];西安交通大学;2011年
6 王正彬;区段站阶段计划调整模型与算法研究[D];西南交通大学;2007年
7 葛大兵;生态县建设规划理论与方法研究[D];湖南农业大学;2008年
8 李智;小波理论与经济金融时序应用研究[D];厦门大学;2007年
9 王春玲;防护林体系空间配置中植被结构调整的研究[D];北京林业大学;2008年
10 王莉;突发事件条件下铁路行车组织模糊随机优化方法[D];北京交通大学;2012年
中国硕士学位论文全文数据库 前10条
1 毛玉凤;基于时间序列分析的电力需求预测及季节调整模型的研究[D];北京工业大学;2013年
2 贺凤羊;中国经济时间序列的季节调整研究[D];暨南大学;2011年
3 王美露;基于商品零售总额的季节调整方法比较研究[D];山东经济学院;2011年
4 魏章进;最低工资制度及其统计测算模型研究[D];暨南大学;2005年
5 王欢;战略定位下的企业经营投资调整模型[D];湖南大学;2010年
6 王金光;山东省物价波动实证研究[D];山东大学;2008年
7 程海涛;支持向量机结合X11季节调整方法用于短期电力负荷预测[D];兰州大学;2011年
8 吴田田;经济时间序列预测算法的研究与应用[D];吉林大学;2011年
9 赵爽;经济时间序列的趋势分析和实证研究[D];首都经济贸易大学;2012年
10 马春燕;用LONGFORD方法对主观评分中的异常分数进行分数调整[D];北京语言大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026