Multivariate Seasonal Adjustment, Economic Identities, and Seasonal Taxonomy
多变量季节调整、经济恒等式与季节性分类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：摘要直接研究多个经济时间序列的季节调整，并使用潜在动态因子模型与信号提取，因此归入时间序列和因子模型方向。
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
多变量季节调整、经济恒等式与季节性分类
- 研究问题
- 对具有共同季节波动的多个经济序列，如何提高季节调整效率、保持经济恒等式，并刻画不同序列之间的季节关联结构？
- 方法与思路
- 作者用极大似然估计潜在动态因子模型，通过多变量信号提取进行模型化季节调整，并以季节协整秩探索季节性分类。
- 材料陈述的贡献
- 摘要称量化了多变量相对单变量提取的效率增益，讨论恒等式保持，并在美国零售与住房开工数据中刻画衰退前后的季节模式。
- 阅读关注点
- 应核对季节协整秩的定义与识别、经济恒等式的保持条件，以及直接和间接季节调整的关系与效率比较口径。
- 阅读边界
- 摘要未给出因子数量选择、季节成分识别条件及效率增益数值；两项美国数据应用不足以确定方法对其他经济序列的适用程度。
原文摘要
This article extends the methodology for multivariate seasonal adjustment by exploring the statistical modeling of seasonality jointly across multiple time series, using latent dynamic factor models fitted using maximum likelihood estimation. Signal extraction methods for the series then allow us to calculate a model-based seasonal adjustment. We emphasize several facets of our analysis: (i) we quantify the efficiency gain in multivariate signal extraction versus univariate approaches; (ii) we address the problem of the preservation of economic identities; (iii) we describe a foray into seasonal taxonomy via the device of seasonal co-integration rank. These contributions are developed through two empirical studies of aggregate U.S. retail trade series and U.S. regional housing starts. Our analysis identifies different seasonal subcomponents that are able to capture the transition from prerecession to postrecession seasonal patterns. We also address the topic of indirect seasonal adjustment by analyzing the regional aggregate series. Supplementary materials for this article are available online.