Specification of Economic Time Series Models Using Akaike's Criterion
利用 Akaike 准则选择经济时间序列模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接比较经济时间序列 ARMA 模型的信息准则选模及平稳化预处理。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
利用 Akaike 准则选择经济时间序列模型
- 研究问题
- 经济研究中常用的短阶自回归模型是否得到信息准则支持，Akaike 与 Schwarz 准则及平稳化变换如何影响选模？
- 方法与思路
- 作者对一组主要经济时间序列使用 Akaike 和 Schwarz 程序选择 ARMA 模型，并比较不同初始平稳化变换的结果。
- 材料陈述的贡献
- 摘要称，两种程序选择的最优模型明显不同，Schwarz 通常偏向低阶 AR；初始平稳化变换对选模具有关键影响。
- 阅读关注点
- 核对候选模型、样本与准则实现，区分惩罚差异和预处理差异，并检查不同平稳化变换下结论的敏感性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；作者承认预滤波具有临时性，结果不能视为低阶 AR 普遍正确或预测性能更优。
原文摘要
In this article we use the procedures introduced by Akaike (1974, 1976) and Schwarz (1978) to investigate the optimal specification of autoregressive moving average (ARMA) models for a group of major economic time series (see also Fine and Hwang 1979; Sawa 1978; Kashyap 1977; Leamer 1979; Chow 1979). The basic question we ask is whether the short AR representations that are estimated on an ad hoc basis in economics are validated by these more objective criteria. The article also compares the results given by Akaike and Schwarz procedures and studies the sensitivity of these results to the preliminary transformations used to reach stationarity. The main conclusion is that the two procedures designate significantly different models as optimal, the Schwarz procedure in general favoring low-order AR specifications. The reasons for this difference are mentioned and the crucial role played by the initial transformations is emphasized. In particular, we show that optimal specification designated by Schwarz criteria is sensitive to the initial transformation selected to reach stationarity. The ad hoc nature of these prefilters is probably the most inadequate aspect of the article-although our transformations are widely used (see, e.g., Pierce 1977).