论文部分内容阅读
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SieveBootstrap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SieveBootstrap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SieveBootstrap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。