×
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

分拣 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

理学硕士：

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 经济学杂志第6654-556页。
[4] Booth，A.、Gerding，E.和Mcgroarty，F.（2014）。具有绩效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，413651-3661。
[5] Box，G.E.和D.R.Cox（1964年）。对转换的分析。英国皇家统计学会杂志。 B系列（方法学）, 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, 4, 643-656.
[16] Grubbs，F.E.（1969年）。检测样品中异常观察值的程序。技术指标，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. 网址：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）。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] 奈曼，J.（1937）。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年）。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）。稳健回归与异常检测第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。已应用 统计, 31, 115-124. ·兹比尔0503.62037
[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。国际外汇杂志- 铸造，第33页，第403-415页。
[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。