基于TRAMO/SEATS的北京月度入境游预测模型研究

本文运用在经济金融领域使用广泛的方法—TRAMO/SEATS方法对北京入境旅游人数开展短期预测研究。作为欧盟各国统计局主要统计方法,TRAMO/SEATS模型由于能有效提取时间序列数据中的信息,不仅预测精度高,而且稳定,能够最大程度地反映旅游业季节性波动的特点。实证分析表明,TRAMO/SEATS模型在北京入境旅游人次的短期预测方面预测能力极佳,能够为北京市入境旅游的短期经营策略提供良好的预测数据。

TRAMO/SEATS在危机事件中对旅游影响研究的应用

国内外对旅游危机事件的研究集中于管理方面,近年相关热点转向对旅游影响的研究。以往定性研究多,从经济数量模型进行定量分析研究的较少。本文使用在经济金融领域使用广泛的ARIMA改进版——TRAMO/SEATS方法评估危机事件,如疾病、地震等突发事件对中国旅游业的影响。作为欧盟各国统计局主要统计方法,TRAMO/SEATS方法能够最大程度地反映旅游业季节性波动的特点。通过该方法对2003年在中国内地和香港地区爆发的SARS进行实证研究,分析评估该危机事件的长期影响。在此基础上提出,国家短期内应当通过提高产品质量和拓展高质量的细分市场实现旅游效益型增长;恢复后期才可以推出更为直接的促销手法实现旅游数量型增长,采取刺激旅游人数快速增长的政策和措施。

监管政策对商业银行行为选择的冲击效应研究——基于H省若干家商业银行的TRAMO/SEATS检验

根据《巴塞尔协议》等国际公约的要求,中国的银行监管部门于2004年1月开始,在全国的银行系统推行严格的资本充足性管理。作为国际银行界主流的监管政策,资本充足性管理对商业银行的行为选择产生了深远的影响。本文选取了中国中部某省份2002年至2006年的商业银行数据,针对包括贷款对象结构、贷款期限结构和风险偏好结构三个表征商业银行行为特征的24个数据序列,运用TRAMO/SEATS的技术方法,实证检验了所有序列的结构性变动点以及监管政策的冲击效果。研究显示,当监管当局开始实施严格的资本充足性监管时,大多数商业银行都降低了风险偏好,说明监管政策的冲击效应十分明显;但是经过大约一年后,几乎所有的商业银行又选择恢复到初始状态,开始增加风险偏好,说明存在商业银行的资本约束软化效应。因此,若要保持资本监管政策的长期效果,还需不断完善相关制度体系建设。本文从商业银行行为变化的特征出发,提出了我国应对《巴塞尔协议Ⅲ》挑战的若干建议。

基于TRAMO-SEATS的月售电量预测方法及应用

为提高月售电量预测准确度,引入TRAMOS-SEATS季节调整方法和Hodrick-Prescott滤波法将月售电量分解为趋势分量、季节分量、循环分量和不规则分量,消除了各分量之间的相互影响。采用ARIMA方法对趋势分量进行预测,采用Holt-Winters加法模型对季节分量进行预测,采用历史同期同类平均值法对循环分量和不规则分量进行预测,最后得到月售电量预测结果。应用实际算例对月售电量进行预测并与实际数据进行对比,验证法方法的正确性与有效性。

基于季节调整模型的我国铁路客运量波动分析

在研究TRAMO/SEATS季节调整模型计算方法的基础上,基于我国铁路2002年1月—2010年2月的客运量月度数据,应用Demetra软件,通过季节调整模型参数设置、模型的估计和检验,得到2010年3月—2012年2月的铁路客运量预测值,并对预测结果进行趋势性和季节性分析。研究结果表明,Tramo/Seats季节调整模型的预测精度较高。

基于ARIMA模型的春节因素调整方法研究

目的研究基于ARIMA模型的春节因素调整方法。方法构建通用的春节因素变量,将其作为回归变量纳入季节性ARIMA回归模型(regARIMA或TRAMO),采用AIC或BIC对模型的效果进行判断,确定最优模型。采用广义最小二乘法或最大似然法进行参数估计,并根据估计出的回归系数计算春节因素的影响程度。通过实例分析对上述方法进行实证。结果实例分析表明,引入春节因素变量后的季节调整方法能有效地消除春节因素对时间序列的影响,并能定量分析春节因素的影响程度。结论构建的春节因素变量具有较好的适用性,基于ARIMA模型的春节因素调整方法能有效地运用于时间序列的季节调整,为分析春节因素的影响提供了一种新的方法。

基于ARIMA模型的季节调整方法及研究进展

目的介绍基于ARIMA模型的2种季节调整方法:X-12-ARIMA和TRAMO/SEATS。方法通过查阅有关文献,对基于ARIMA模型的季节调整方法的发展历史、基本原理与方法、最新研究进展等方面进行综述,对ARIMA模型的影响因素进行分析,并运用其原理与方法对我国的春节因素进行调整,构建适用的调整模型。结果基于ARIMA模型的季节调整方法在时间序列分析中具有重要的地位,X-12-ARIMA和TRAMO/SEATS两种方法具有各自的特点与优势,并且这2种方法有相互融合的趋势。结论基于ARIMA模型的季节调整方法经过不断完善而趋于成熟,X-12-ARIMA和TRAMO/SEATS将进一步发展和完善,获得广泛应用。

季节调整中的模型不确定性问题

本文研究发现,近期物价数据季节性特征的变化反映出需求和供给关系的改变,体现出新常态下我国经济运行的新特征。本文在猪肉价格数据的实证分析中,在揭示我国猪肉价格具有季节性特征的近期变化的同时,对比研究了TRAMOSEATS和X-13 AS方法在应对模型不确定性问题时的区别。虽然模型不确定性问题,特别是在季节因子变动的情况下,增加了季节调整方法应用的困难。但是本文通过谱分析工具仍然选择出X-13AS的X-11方法,为模型不确定性下相对更优的季节调整方法。

SEA T能力模型在医学毕业生行为事件访谈中的运用

目的探索SEAT能力模型及其在行为事件访谈中对胜任力特征分析的应用价值。方法将能力发展划分为描述(State)、解释(Explain)、应用(Apply)、传播(Transfer)4个评价层次,探索性地提出SEAT能力模型,对2018届汕头大学医学院临床医学本科毕业生进行行为事件访谈,并编码分析访谈内容。结果采集病史、运用基本操作技能、更新知识与技能、保持心理健康、与病患方沟通与合作5项能力是医学毕业生的基本胜任力,应用外语、科研与创新能力是鉴别胜任力。结论探索构建的SEAT能力模型运用于行为事件访谈效果较好。

基于SAM模型的H点设计

H点设计在汽车布置中起至关重要的作用,文章提出一种基于SAM模型的H点设计方法,对该方法的原理作详细的解析,并将设计位置与实际位置进行对比分析。结果表明:基于SAM模型的H点设计方法正确可靠。

基于X-12-ARIMA与TRAMO/SEATS季节调整技术的销售量研究

首先说明了季节调整技术的发展及应用，并对X-12-ARIMA与TRAMO／SEATS方法进行了比较；其次应用x-12-ARIMA方法对苏宁电器的销售量进行季节调整，并改进了X-12-ARIMA方法中假日效应部分；最后应用改进的模型对苏宁电器的销售量进行了预测，均取得较好效果．

盐城麋鹿生态旅游区游客变化特征及预测

生态旅游区的发展受到诸多确定性因素和随机性因素的共同作用,并反映于旅游区游客观测序列。通过构建游客序列分析框架,提出了游客序列分析的理论模型。并以江苏盐城麋鹿生态旅游区为例,集成多种数学方法,进行了游客序列的分解、调整和综合预测的实证分析。运用Tramo/Seats方法进行季节调整分析可有效提取时间序列各组分,从而获得了不同尺度的作用模式,所获得的去噪序列为预测研究提供了基础资料。基于ARIMA模型、Winter加法模型、Winter乘法模型和Tramo/Seats模型的综合预测表明,麋鹿生态旅游区未来两年年平均新增游客数量在1.95-3.14万人次之间。各方法预测结果间的差异与其建模思路及实现方法有关,因此集成多种方法进行预测,并进行对比分析,有助于获得对游客波动变化更为全面的认识,同时所提供的多种可能预测方案,可为生态旅游区容量控制、旅游环境资源的保护与开发及旅游区的管理决策提供参考依据。

危机事件对中国入境旅游外汇收入影响评估

近些年,公共危机事件越发频繁和严重,对其准确评估对旅游业管理至关重要。文章用TRAMO/SEATS季节调整模型,将月度数据时间序列分解成趋势、季节和不规则波动,对旅游本底趋势线进行改进,并对危机事件造成中国2003年1月至2008年12月间的入境旅游外汇收入的损失进行评估,重点对2003年SARS所造成的巨大损失进行评估。结果显示:①模型对数据的拟合效果非常好,数据具有显著的趋势和季节特征,改进旅游本底线更合理。②2003年SARS共造成中国入境旅游外汇收入损失31.519亿美元,95%置信度的区间估计为[29.387,33.652],以往研究低估了损失。③2003年4～6月危机全面爆发并达鼎盛,2003年7～10月为危机的衰退期,2003年11月～2004年1月为危机的消亡期,此次危机持续了10个月。

季节调整本底线与SARS对我国铁路客运量的影响

危机事件频繁发生会造成巨大经济损失,对其进行科学评估关系国家安全和灾后重建,具有重要意义。本文首先用TRAMO/SEATS季节调整模型,将月度时间序列数据分解成趋势-循环、季节和不规则因素,再根据异常值类型等对本底趋势线理论予以改进,最后对危机事件造成的经济损失进行定量评估。以我国2000年1月至2010年2月铁路客运为例,2003年SARS所造成铁路客运量的损失评估为重点。结果表明,模型通过各项检验,对铁路客运量的拟合和分解效果非常好;根据SARS造成的更新异常值,改进的本底趋势线更科学;SARS共造成铁路客运量损失1.4654亿人次,以往研究中的损失评估偏低;2003年3～4月危机开始显现,5～6月危机全面爆发并达到巅峰,7～11月是衰减和恢复期,SARS危机对铁路客运量的影响持续9个月。

金融风暴对中国入境旅游影响的研究

为最小化危机事件的负面影响,准确量化其影响从而选择恰当的危机处理方法十分关键。我国入境旅游政策短期内应该致力于提高产品质量和拓展美国和欧洲等国高质量的细分市场,稳定欧美市场的人均花费和提高来访人数,在危机和突发事件影响延续中实现客源市场结构的调整和置换。长期则应该把重点放在控制成本和质量优化上,等待危机事件缓和之后才能进行积极的市场宣传。同时由于入境旅游人数的下滑没有企稳的迹象,我国旅游市场营销战略的重点和相关政策应向国内旅游部分倾斜,尽快敦促旅游国民计划落实。在危机影响减弱之后加大对港澳台的促销力度促进港澳台市场回流。

居民消费价格指数季节调整实证研究

文章首先对居民消费价格指数季节调整的原因、季节调整方法的发展过程和应用进行了说明,着重介绍了国际上最新流行的X-12-ARIMA和TRAMO/SEATS季节调整方法,然后用X-12-ARIMA方法对上海市居民消费价格指数序列进行季节调整、分析和预测,并结合使用TRAMO/SEATS方法解决中国与国外明显不同的春节假日因素的调整问题,最后提出我国季节调整面临的问题。

季节调整方法综述及比较

Seasonal adjustment has been widely used in statistic analyses.Nowadays,the research on seasonal adjustment methods mainly concentrates on X-11,X-12 etc in China,lacking the whole understanding of foreign seasonal adjustment methods,and the latest progress of seasonal adjustment methods has been less introduced.In this article,various seasonal adjustment methods were introduced,and a comparison of their characteristics and applications was made.It is helpful that statistical organizations can develop appropriate seasonal adjustment methods,concerning different kinds of data.

“营改增”的影响效应研究——以上海市的改革试点为例

本文选取上海市的交通运输业、通讯业和建筑业与地方财政收入相关的24个序列,利用TRAMO/SEATS方法对"营改增"结构性减税政策效应进行实证检验。结果表明,"营改增"对交通运输业发展的促进作用在短期来看有限,"营改增"对通讯业和建筑业的改革红利预期较低,说明本轮较窄范围内的试点改革对产业发展的影响效应还未充分显现。最后,以分析结论为基础,就今后"营改增"的实施路径提出相关的政策建议。

房产税改革实施效果的数据检验

笔者以沪、渝两地为例,选取了土地购置面积等8类37个指标,运用TRAMO/SEATS的统计技术,实证检验了房产税改革的政策效果。结果表明,房产税改革对调节房地产市场的供需结构有一定的影响,上海在不同户型的供给比例、重庆在总量供给的节奏上有所响应,但房产税并没有对调整房价上涨产生有效的影响,说明房产税还需与相应措施一起使用,才能起到更好的政策效果。

居民消费价格指数的季节调整及短期预测

文章首先论述了季节调整方法的发展过程;然后把居民消费价格指数的同比数据转换为定基比数据,运用国际上最新流行的X-12-ARIMA程序对我国居民消费价格指数时间序列进行季节调整;再运用TRAMO/SEATS方法剔除中国特有的春节假日因素;最后对CPI进行短期预测,得出了我国的通货膨胀可能还会持续一段时间的结论。