萨拉斯·莫利纳,弗朗西斯科;Rodríguez-Aguilar,Juan A。;琼·塞拉;蒙特塞拉特·吉伦;弗朗西斯科·马丁。 每日现金流量时间序列的实证分析及其预测意义。 (英语) Zbl 1395.62197号 排序 42,第1期,73-98(2018). 摘要:关于每日净现金流量统计特性的通常假设包括正态性、无相关性和平稳性。我们基于真实世界的现金流量数据集进行了一项综合研究,结果表明:(i)通常的正态性假设、相关性缺失和平稳性几乎不存在;(ii)非线性通常与预测相关;典型的数据转换对线性和正态性的影响很小。这一证据可能会导致考虑采用更为数据驱动的方法,如时间序列预测,以期为现金管理人员提供现金管理方面的专家系统。 引用于2文件 MSC公司: 62第20页 统计学在经济学中的应用 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 关键词:统计学;预测;现金流量;非线性;时间序列 软件:计划生育计划;预测;预测 PDF格式BibTeX公司 XML格式引用 \textit{F.Salas-Molina}等人,SORT 42,No.1,73--98(2018;Zbl 1395.62197) 全文: 内政部 arXiv公司 参考文献: [1] Arratia A.、Cabana A.和Cabana E.M.(2016年)。通过ornstein-uhlenbeck过程的迭代构造连续时间arma模型。SORT-统计与运筹学事务, 1, 267-302. ·Zbl 1352.90080 [2] Baccarin,S.(2009)。具有广义成本函数的多维现金管理系统的最优脉冲控制。欧洲运筹学杂志, 196, 198-206. ·Zbl 1159.91384号 [3] Baumol,W.J.(1952年)。交易对现金的需求:库存理论方法。季刊 经济学杂志, 66, 545-556. [4] Booth,A.、Gerding,E.和Mcgroarty,F.(2014)。具有性能加权随机森林和季节性的自动交易。带应用程序的专家系统, 41, 3651-3661. [5] Box,G.E.和D.R.Cox(1964年)。转换分析。英国皇家统计学会杂志。 B系列(方法论), 211-252. ·Zbl 0156.40104号 [6] Box,G.E.和Jenkins,G.M.(1976年)。时间序列分析:预测和控制,修订版HoldenDay·Zbl 0363.62069号 [7] Breiman,L.(2001)。随机森林。机器学习, 45, 5-32. ·Zbl 1007.68152号 [8] Broomhead,D.和Lowe,D.(1988年)。多变量函数插值和自适应网络。通信-·Zbl 0657.68085号 [9] 96日现金流量时间序列的实证分析及其预测意义·Zbl 1395.62197号 [10] Duchesne,P.、Lafaye de Michoaux,P.和Tagne Tatsingou,J.(2016)。估计arma模型的均值及其对正态neyman光滑检验的影响。加拿大统计杂志, 44, 241-270. ·Zbl 1352.62135号 [11] Emery,G.W.(1981)。关于每日现金流量性质的一些实证证据。财务管理, 10, 21-28. [12] 尤因,B.T.和汤普森,M.A.(2007年)。生产率的对称和非对称平稳性测试。这个 工程经济学家, 52, 355-365. [13] Franses,P.H.和Van Dijk,D.(2005年)。季度工业生产季节性和非线性的各种模型的预测性能。国际预测杂志, 21, 87-102. [14] Gormley,F.M.和Meade,N.(2007年)。现金流量预测在公司现金余额管理中的作用。欧洲运筹学杂志, 182, 923-935. ·Zbl 1129.91348号 [15] Gregory,G.(1976年)。现金流模型:综述。欧米茄,4643-656页。 [16] Grubbs,F.E.(1969年)。检测样品中异常观察值的程序。技术计量学,11,1-21。 [17] Ho,T.K.(1998)。构造决策森林的随机子空间方法。IEEE事务处理 模式分析与机器智能, 20, 832-844. [18] Hodge,V.J.和Austin,J.(2004)。离群值检测方法综述。人工智能 审查, 22, 85-126. ·Zbl 1101.68023号 [19] Homonoff,R.和Mullins,D.W.(1975年)。现金管理:库存控制限额法列克星敦图书。 [20] Hornik,K.,Stinchcombe,M.和White,H.(1989)。多层前馈网络是通用逼近器。神经网络, 2, 359-366. ·Zbl 1383.92015年 [21] Horv´ath,L.、Kokoszka,P.和Rice,G.(2014)。测试函数时间序列的平稳性。第页,共页 计量经济学, 179, 66-82. ·Zbl 1293.62186号 [22] Hyndman,R.和Athanasopoulos,G.(2013)。预测:原理与实践. http://otexts.org/fpp/。上次访问时间:2017-05-01。 [23] Hyndman,R.J.和Khandakar,Y.(2008年)。用于预测的自动时间序列:的Forecast包 R(右). [24] Kantz,H.和Schreiber,T.(2004)。非线性时间序列分析,第7卷。剑桥大学出版社·Zbl 1050.62093号 [25] 基南,D.M.(1985)。时间序列非线性的tukey非加性类型测试。生物特征,72,39-44·Zbl 0562.62077号 [26] Lee,T.-H.,White,H.和Granger,C.W.(1993年)。时间序列模型中被忽略非线性的测试:Salas-Molina等人。97 [27] Muller,P.、Caliandro,C.、Peycheva,V.、Gagliardi,D.、Marzocchi,C.、Ramlogan,R.和Cox,D.(2015)。欧洲中小企业年度报告. [28] Nedovi?c,L.和Deved?zi?c,V.(2002)。金融专家系统:该领域的一个交叉领域。专家系统 带应用程序, 23, 49-66. [29] Neyman,J.(1937年)。适合度的“平滑测试”。斯堪的纳维亚精算杂志, 1937, 149-199. [30] Penttinen,M.J.(1991年)。随机现金余额问题的短期和平稳解。欧洲的 运筹学杂志, 52, 155-166. ·Zbl 0725.90007号 [31] Pindado,J.和Vico,J.(1996)。Evidencia emp´ñrica sobre los flujos de caja。Un nuevo enfoque en su tratamiento公司。金融危机修订版, 25, 497-517. [32] Premachandra,I.(2004)。企业现金管理的扩散近似模型:miller-orr模型的替代方法。欧洲运筹学杂志, 157, 218-226. ·Zbl 1106.91333号 [33] Ramsey,J.B.(1969年)。经典线性最小二乘回归分析中的规格误差测试。焦尔- 皇家统计学会国家统计局。B系列(方法学), 31, 350-371. ·Zbl 0179.48902号 [34] Ross,S.A.、Westerfield,R.和Jordan,B.D.(2002年)。企业财务(第六版)。麦格劳·希尔。 [35] Rousseeuw,P.J.和Leroy,A.M.(1987)。稳健回归和异常值检测第589卷。约翰·威利父子公司·兹比尔0711.62030 [36] Royston,J.(1982)。将Shapiro和Wilk的W检验推广到大样本的正态性。应用 统计, 31, 115-124. ·Zbl 0503.62037号 [37] 萨拉斯·莫利纳(Salas-Molina),F.,马丁(Martin),F.J.,罗德·盖兹·阿吉拉尔(Rodr´guez-Aguilar),J.A.,塞拉(Serr'A),J.和阿科斯(Arcos),J.L.(2017)。通过提高预测准确性,授权现金经理实现成本节约。国际前沿杂志- 铸造, 33, 403-415. [38] Srinivasan,V.和Kim,Y.H.(1986年)。确定性现金流管理:最新进展和研究方向。欧米茄, 14, 145-166. [39] Stone,B.K.和Miller,T.W.(1987)。使用现金流模式的乘法模型进行每日现金预测。财务管理, 16, 45-54. [40] Stone,B.K.和Wood,R.A.(1977年)。每日现金预测:实施分配方法的简单方法。财务管理, 6, 40-50. [41] Torabi,H.、Montazeri,N.H.和Gran´e,A.(2016)。基于经验分布函数的正态性检验。SORT-统计与运筹学事务, 1, 55-88. ·Zbl 1343.62029号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。