Badania cykliczności procesów ekonomicznych najczęściej można znaleźć w literaturze dla danych miesięcznych i kwartalnych, za pomocą których opisuje się tylko cykl roczny, czyli sezonowy (Hylleberg [1992], Zielinski [1979], Zielinski [2002] i in.). Ograniczanie badan tylko do cyklu rocznego jest zbyt dużym uproszczeniem analizy. Na potrzebę szerszego spojrzenia na badania cykliczności zwrócił uwagę juz W.S. Jevons w pracy z 1862 r., w której zawarł następujące zdanie1: ?Every kind of periodic fluctuation, whether daily, weekly, monthly, quarterly, or yearly, must be detected and exhibitive, not only as a subject of study in itself, but because we must ascertain and eliminate such periodic variations before we can correctly exhibit those which are irregular or non-periodic, and probably of more interest and importance".
Potrzeba takich badan dostrzeżona została przez Jevonsa na podstawie analiz dziennych raportów handlowych. Poprawna analiza związków wymaga, aby uwzględniać lub eliminować z procesów składniki obserwowane cykliczne. Koncepcja dynamicznego modelowania zgodnego autorstwa Prof. Zygmunta
Zielinskiego zakłada harmoniczna zgodność struktur lewej i prawej strony równania ekonometrycznego, co oznacza, ze już na etapie specyfikacji modelu należny uwzględniać elementy wewnętrznej struktury wykorzystywanych procesów ekonomicznych, wśród których najczęściej występują składniki: trendowy,
cykliczny i autoregresyjny.
Fragment ze Wstępu
Potrzeba takich badan dostrzeżona została przez Jevonsa na podstawie analiz dziennych raportów handlowych. Poprawna analiza związków wymaga, aby uwzględniać lub eliminować z procesów składniki obserwowane cykliczne. Koncepcja dynamicznego modelowania zgodnego autorstwa Prof. Zygmunta
Zielinskiego zakłada harmoniczna zgodność struktur lewej i prawej strony równania ekonometrycznego, co oznacza, ze już na etapie specyfikacji modelu należny uwzględniać elementy wewnętrznej struktury wykorzystywanych procesów ekonomicznych, wśród których najczęściej występują składniki: trendowy,
cykliczny i autoregresyjny.
Fragment ze Wstępu