托马斯·特林伯（Thomas M.Trimbur）。;塔克·S·麦克罗伊。 理想滤波器的建模近似值，并应用于GDP及其组成部分。 （英语） Zbl 1498.62314号 附录申请。斯达。 16，第2期，627-651（2022）. 摘要：本文在综合统计应用中考察了周期性波动，重点关注与实际国内生产总值（实际GDP）相关的美国宏观经济指标。虽然GDP通常被视为可用的最广泛的经济活动衡量标准，但我们的数据集还包括主要的GDP组成部分，如投资，以及领先的（定期分析的）子组成系列，如住宅和库存投资。对这些主要部门的周期进行分析，可以从更丰富的角度了解宏观经济状况，并可能提高研究人员理解和预测国内生产总值周期性变动和增长的能力。自适应时间序列建模用于每个时间序列，以导出用于计算最佳周期的优选带通滤波器。这与严格使用理想滤波器形成对比，理想滤波器的增益函数非常尖锐。关于理想过滤器，与当前实践相比，我们提供了改进的实现。因此，导出了一组近似滤波器，以获得更具吸引力的增益分布，更好地匹配目标通带，并采用直接统计方法提取样本端点附近的信号。我们的应用研究表明，通常使用的理想滤波器在常规基础上表现很差，甚至会导致关于经验周期特性的最基本问题的错误结论。过滤后的经济活动的幅度可能会发生重大扭曲，并变得扩大或缩小（取决于所考虑的GDP成分），许多基本的路径差异可能会发生，并影响关键信号，如增长的扩张或收缩。模型性能的统计度量非常支持自适应参数方法。我们的统计分析揭示了序列中不同的动态行为；这些结果可能会为产出部门分析师提供有价值的见解，即使是那些主要关注GDP的分析师，也可能通过使用GDP组成部分动态中更精细的信息内容来改进建模。 MSC公司： 62第20页 统计学在经济学中的应用 62M20型 随机过程推断和预测 91B82号 统计方法；经济指标与措施 关键词：带通滤波器;商业周期;理想滤波器;信号提取;随机循环;未观察到的组件 PDF格式BibTeX公司 XML格式引用 \textit{T.M.Trimbur}和\textit{T.S.McElroy}，Ann.Appl。Stat.16，No.2，627--651（2022；Zbl 1498.62314） 全文： 内政部 参考文献： [1] BASHAR，O.、BHATTACHARYA，P.和WOHAR，M.（2017）。财政政策的周期性：来自未观察到的组成部分方法的新证据。宏观经济学杂志53 222-234. [2] BAXTER，M.和KING，R.G.（1999）。衡量商业周期：经济时间序列的近似带通滤波器。经济收益率。斯达。81 575-93. [3] 贝尔·W（1984）。非平稳时间序列的信号提取。安。统计师。12 646-664. ·Zbl 0542.62081号 ·doi:10.1214/aos/1176346512 [4] BULLIGAN，G.、BURLON，L.、DELL MONACHE，D.和SILVESTRINI，A.（2019年）。实际和金融周期：使用未观察到的意大利经济组成模型进行估算。统计方法应用。28 541-569. ·Zbl 1435.62317号 ·doi:10.1007/s10260-019-00453-1 [5] BURNS，F.和MITCHELL，C.（1946年）。衡量商业周期国家经济研究局。 [6] BUSETTI，F.和CAIVANO，M.（2016）。产出的趋势周期分解和菲利普斯曲线：意大利和欧元区的贝叶斯估计。实证经济学50 1565-1587. [7] CHEN，X.和MILLS，T.C.（2012）。使用包含相移的多元未观察成分模型测量欧元区产出缺口。实证经济学43 671-692. [8] DONADELLI，M.、PARADISO，A.和LIVIERI，G.（2019年）。在新古典增长模型中加入周期。经济学。模型。78 162-171. [9] DOORNIK，J.（2006）。公牛:面向对象矩阵编程语言Timberlake Consultants，伦敦。 [10] GONZALEZ，R.B.和MARINHO，L.S.G.（2017）。重新支撑反周期资本缓冲：以信贷增长为重点的贝叶斯估计和替代方案。国际期刊预测。33 1007-1024. [11] HARVEY，A.C.（1989）。预测、结构时间序列模型和卡尔曼滤波剑桥大学出版社，剑桥。 [12] HARVEY，A.C.和TRIMBUR，T.（2003）。用于提取经济时间序列中的周期和趋势的通用基于模型的过滤器。经济收益率。斯达。85 244-55. [13] HARVEY，A.C.、TRIMBUR，T.M.和VAN DIJK，香港（2007）。经济时间序列的趋势和周期：贝叶斯方法。J.计量经济学140 618-649. ·Zbl 1247.91149号 ·doi:10.1016/j.jeconom.2006.07.006 [14] RüNSTLER，G.和VLEKKE，M.（2018年）。商业、住房和信贷周期。J.应用。计量经济学33 212-226. ·doi:10.1002/jae.2604 [15] TAWADROS，G.（2013）。原油需求的周期性：来自经合组织的证据。经济研究杂志40 704-719. [16] TRIMBUR，T.M.和MCELROY，T.S.（2022）。补充“理想过滤器的模拟近似值及其对GDP及其组成部分的应用”https://doi.org/10.1214/21-AOAS1463SUPA网站, https://doi.org/10.1214/21-AOAS1463SUPB网站 [17] WOLFRAM，第（1996）条。数学书第三版，Wolfram Media，伊利诺伊州香槟市·Zbl 0878.65001号 [18] ZIZZA，R.（2006）。通过结构时间序列模型衡量意大利的产出缺口。J.应用。斯达。33 481-495 ·Zbl 1118.62381号 ·网址：10.1080/02664760500448875 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。