鲁棒抗异常点方法估计趋势-循环

通常用于分析商业周期和转折点的季节调整序列如果不规则成分过大，则需要对序列进行平滑以直接分析趋势-循环分量。本研究聚焦于在冲击和转折点附近实时估计趋势-循环分量。将用于估计趋势-循环的线性移动平均方法对异常点的敏感性进行比较，并与鲁棒非线性方法进行比较。我们还提出了一种方法，扩展Henderson和Musgrave移动平均，考虑外部信息，从而构建对某些冲击具有鲁棒性的移动平均。我们描述了如何为由移动平均得到的估计计算置信区间，从而验证这些新移动平均的使用。通过对模拟序列和真实序列进行比较，我们表明：构建鲁棒移动平均可以在不降低无冲击时观测的估计精度的同时，减少修订并更好地建模冲击附近的转折点；鲁棒非线性方法无法提取出满足经济分析要求的趋势-循环分量，有时会出现显著的修订。本研究完全可重复，所有使用的代码均可在 https://github.com/AQLT/robustMA 获取。