發(fā)布時間：2019-03-15 12:59

【摘要】：本文使用H P濾波、時間趨勢平穩(wěn)、ARMA趨勢平穩(wěn)和狀態(tài)空間分解等趨勢分解方法 ,對我國GDP增長率序列進行了趨勢分解 ,并對各種周期成分進行了對比檢驗。我們發(fā)現(xiàn) ,這些分解方法得到的周期成分具有類似的統(tǒng)計性質 ,但就殘差序列的白噪聲檢驗來說 ,雙變量狀態(tài)空間模型的分解效果最為顯著 ,因此應該采用狀態(tài)空間模型進一步分析我國的經(jīng)濟周期性質
[Abstract]:In this paper, the trend decomposition methods such as H-P filter, stationary time trend, stationary ARMA trend and state space decomposition are used to decompose the growth rate series of GDP in China, and a comparative test of various periodic components is carried out. We find that the periodic components obtained by these decomposition methods have similar statistical properties, but as far as white noise test of residual sequence is concerned, the decomposition effect of the bivariate state space model is the most significant. Therefore, the state space model should be used to further analyze the economic cycle properties of our country.
【作者單位】： 吉林大學數(shù)量經(jīng)濟研究中心 吉林大學數(shù)量經(jīng)濟研究中心
【基金】：國家社會科學基金項目 ( 0 2BJY0 1 9) 教育部重大項目 ( 0 2JAZJD790 0 7)資助
【分類號】：F222

【相似文獻】

相關期刊論文 前10條

1 楊茜;;基于ARMA模型對我國GDP季度數(shù)據(jù)的建模[J];行政事業(yè)資產與財務;2011年06期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

，

本文編號：2440644