SAS 计量经济学
使用各种经济计量法了解经济和市场因素对公司的影响，制定积极的战略和战术规划，提升未来盈利能力。
-
快速解答有关特定时间或特定事件的问题。
运行可使用不同规范进行拟合的大规模多元模拟。对离散和连续事件进行计数回归、横截面分析、面板数据分析和审查事件估计。SAS® Viya® 采用可扩展的分布式内存引擎，能够以超高的处理速度提供有关最大数据集的经济计量建模结果。此外，内存数据持久性可消除在迭代分析期间多次加载数据的需要。
-
多种编程语言可供用户选择。
Python、Java、R 和 Lua 编程人员可体验 SAS 计量经济学的功能，而无需学习 SAS 代码。SAS Viya 引擎使程序员能够从首选编码环境中获得强大、可靠和经过测试的 SAS 算法。
-
做出更明智、更科学的决定。
了解不同经济和市场条件、客户人口统计、定价决策、营销活动等对业务的影响。分析风险并响应监管要求。无论业务流程的复杂程度如何，该解决方案都能让您对任何业务流程进行建模和模拟，即使时间依赖性、联合关系或动态流程令分析变得更加复杂。通过将预测过程与计量经济分析相结合，您可以在将来主动获得更强的盈利能力。
主要功能
数据访问、准备和质量
使用直观的界面进行数据访问、分析、清理和转换，该界面通过嵌入式 AI 提供自助数据准备功能。
深度神经网络
使用深度神经网络估算平均因果效应，并进行策略评估和策略比较。
数据可视化
通过单一的自助服务界面直观地浏览数据，创建和共享智能可视化和交互式报告。增强分析和高级功能可助力用户快速获得洞察，帮助您发现数据中隐藏的信息。
隐马尔可夫模型
使用强大的 HMM 程序对隐藏的马尔可夫模型进行建模和预测。
空间计量经济学建模
使用 CSPATIALREG 程序进行空间回归。将数据与空间元素（例如位置和映射数据）整合到分析中，改善估计量的计量经济学推断和统计属性。
横截面数据的计量经济学模型
借助计数回归、严重性回归、定性和有限因变量，以及具有复合分布的联结函数方法，进行横截面数据分析。
时间序列数据的预测模型
对复杂的经济和业务场景建模，以分析特定事件可能随时间推移产生的影响。时间序列模型包括用户定义的 ARIMA 和指数平滑模型。时间序列分析包括分解功能和诊断测试。
经济资本模型
将频率、严重性和联结函数模型相结合，以模拟投资组合风险并估测 VaR、TVaR 等。借此，您可以对资本储备的需求进行建模，并遵守审慎监管和资本充足率指令。
面板数据计量经济学模型
使用适用于定性和有限因变量的面板数据模型、计数回归模型和回归模型，对结合时间序列和横截面维度的数据进行分析。
包括所有 SAS/ETS® 程序
访问 SAS/ETS 中的所有程序，助您应对计量经济学和时间序列分析方面的几乎任何挑战。
市场归因模型
确定哪些营销渠道能够驱动客户转化，优化您在这些渠道中的投资。
状态空间模型评分
评分可用于基于模型的高效情景分析，以及对持续数据流的稳定性进行监控。
Moody 的 Analytics Data Buffet
访问 600 多个全球历史统计数据源和 40 个预测数据库，其中有超过 2.2 亿个时间序列。
无缝访问美国经济分析局 (BEA) 的数据
访问相关、准确且时效性强的美国经济数据，其中包括个人收入、企业利润、政府支出、固定资产和资本净值变化信息。
云原生
SAS Viya 采用云原生架构，设计紧凑，速度飞快，无论您使用的是哪种云服务，都能让您的投资获得更大回报。
