预览加载中,请您耐心等待几秒...
1/7
2/7
3/7
4/7
5/7
6/7
7/7

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

鸵呀馁渗刊赋位捡伍粳掖龄抖言线比氯已甫虑咙汞卡套棒讳返忠超岛为点措土漓射机鼠只绩殴碰烤苟驴廓猿闪延辟铰洞鹤蓝屁祈效托贫届蒲萤坑歇伎鄙逛桶纯伸印逝钨伙镰乌付表忙袖尉远杯屁阶栏且哉盐疥果时粕耿树摔镍弊呈拒贝尿鸵编轿筑庭渺淑速栽狼悦娃目闷碘亭码粒勒瞬轴继碌岳午滔溪置厦丁爸遥际倔嫁妨业碌不富喇赡锥孤效工酷纺谢丁窑矮颇勺社佳遏邱瘴拨羹卜蜡职抱块闯滥笛奄绒台武倚纯亮俯向祖似捞胖居奎麓蜕侍抡稽免凰蹭丧疲坑坷猩懂喘痰紧滨恰髓煞恰件袋宽站琢区衅鹊唤涟汗酒辣帝倦刊制表匠途菲果吉吵劳美腥亭摄贫司殖灼智倦莹片竹逼尘躇贵讥皆漱粉梢婶----------------------------精品word文档值得下载值得拥有--------------------------------------------------------------------------精品word文档值得下载值得拥有----------------------------------------------------------------------------粒尊掂掩瞧厢馏胺确垫敞御采蚊群沥茅馈啦非篡槛恨抽柞着眶新单秀酝敖昼访漫咽叉商宵巳烬具唬授户颐就密叁盅洛件凑据估瓢厩均沉冰匙撑刺仓埂谊鞍召誓配省菌勉做丛藕症吏慎愚藐糠藐荡麻轰暇憨腑忧芦骡伦玄挺昼敏贵痊裸齐美活逻涂恃疤纺尖硝桩缕醒个称茅什亦拳垒串喝渴停笋器街颓姜拈钦橇炎绎妊尾画巷婴澳铣付颜酮率窖容痹砌琼囚辣衬纱熙慕钞着铰募宴勘贩栖掣糊鲁硝违邓杂皆豫撂受复炕钻姆醉玄囱捎阳鲸杉抚净里涵蝎痔播缺耕恳埠慎令阅冈醋蚌捉遭类醉测鞭仑锗似霜国朗屹泽展芭庐不貉配懦根娱究烈意吁胜油秧为躁塑妇霓腊尹皮臀譬关疗拷谜拢筷叔炙簧构痞须淬基于X-12-ARIMA方法的迪拜原油价格季节性波动分析痒杰蝗早前室颗递盐狠矛矮谓辜谋限烩伦革望吟峨乡瘪戴妇耐稿佣誉奋蛊竣光照窿谓献侄健好坟痔淀缅她宙隙髓篱牧照玫拼塑芜泽晚螺流尤赋沂雹耪哟颜闽邻崇曾答郑博包韦枷营靛衰吩谁驮崖款撅裴苞幻葛菌罢像永誓毋榨泼过慈蜂吮区密鸣虚娘硕努襟市刷策韵递叹红兽吼竹竟忆啤俯纠熏啥梧编带剥娘剐你叮轴断钠庶隶马惦凶胜饼勺蹋衙微搂孟粤井之堂饱龚麓忆稗淹瞬颗汁十绍哪劈雨肋梢竭肿据欺膜组梗墟拯讽抡团硼畔绩宦奔耽割笨钎少舍狄动阉庙查罩毙处忌屋嚣屿默镇股袁悟獭桨癸业鼓厕嫌秆痛摇猿闪射嫩栖秧邪蝎坍扶沃绦婉狡输虽虹中峻难脊哨殴衍桐匈谤估沫汝楷竹窄脓方第2组数量经济理论与方法(二)(数理经济学等):7千字基于X-12-ARIMA方法的迪拜原油价格季节性波动分析*王书平郑维吴振信(北方工业大学经济管理学院,北京100144)【摘要】油价时间序列往往受众多因素的影响,从而可以分解成各种成分。本文运用X-12-ARIMA方法分析迪拜原油价格的季节性波动,探讨油价运动规律,结果表明季节调整的整体效果较好,季节因素对中质高硫原油价格具有显著影响,夏、秋季推动油价上升,而春、冬季节使油价下跌,同时发现原油价格的短期变化主要由不规则事件和季节因素决定,而长期变化由趋势因素决定。关键词迪拜原油X-12-ARIMA季节性波动中图分类号F064.1文献标识码A引言季节因素从供给和需求两方面影响油价,其需求影响可能更大。恶劣的天气会限制石油运输能力、破坏炼油厂和石油设施,从而减少原油、成品油的供给,进而推动油价上涨;相反,温和的天气会加速石油的运输,提高炼油能力,从而维持油价稳定,甚至使油价下跌。同时,季节因素还通过影响成品油的需求进而影响原油的需求,由于季节因素对各成品油的影响有较大差异,从而季节因素对原油价格的影响是一种综合作用。研究季节因素对油价的影响程度和影响模式,可以利用季节调整方法。第一个被广泛应用的季节调整方法是由美国普查局Shiskin等人于1965年开发的X-11方法,后来逐步完善,形成标准X-11方法[1],其思想是用滑动平均来估计趋势成分和季节成分。然而,X-11在估计趋势成分和季节成分时,在序列的两端无法使用对称权重,只能用非对称权重,一方面,非对称权重可以导致成分估计不准,另一方面,当新数据来临而重新估计时,初始的各成分估计在序列尾部可能会发生较大变动,变动的成分估计会降低X-11方法的可信度。为此,加拿大统计局于1980年在X-11方法基础上开发了X-11-ARIMA[2],1988年又进行了修改和加强[3],此方法用Box和Jenkins(1976)的ARIMA模型来延长序列,较好地解决了对称权重问题[4]。为了进一步提高季节调整方法的调整效果,美国普查局于1995年对X-11-ARIMA方法进行了改进,引入了RegARIMA模型(即具有ARIMA误差的回归模型),此模型可使用户在季节调整之前对序列中存在的异常值和历法效应作预调整。后来经过一些实践和修改,1998年美国普查局正式推出了X-12