SAS Econometrics 可讓您使用大量觀察資料，針對複雜的經濟和商業情境，進行建模、預測和模擬。
更快獲得特定時間和特定事件相關問題的解答。
可執行大規模多變量模擬，並使用不同規格來調整這些模擬的配適度。可針對離散和連續事件，執行計數迴歸、橫斷面分析 (cross-sectional analysis)、縱橫資料分析 (panel data analysis) 以及受限事件估計 (censored event estimation)。即使面對最龐大的資料集，SAS® Viya® 可擴展分散式記憶體內引擎，依然能以優異的處理速度，提供計量經濟建模結果。此外，記憶體內資料持續性可免除在反覆運算分析過程中，多次載入資料的需求。
提供不同程式設計語言選項，讓使用者自由運用。
Python、Java、R 和 Lua 程式設計師無須學習使用 SAS，即可體驗 SAS Econometrics 的強大功能。SAS Viya 引擎讓程式設計師能夠從自己慣用的編碼環境，存取功能強大、值得信賴且經過測試的 SAS 演算法。
制定更好、更有科學依據的決策。
瞭解不同的經濟和市場情況、客戶族群統計資料、定價決策、行銷活動和更多方面，對您的業務可能有何影響。可分析風險並回應監管監管要求。此解決方案讓您能夠針對任何業務流程進行建模和模擬，無論分析過程如何複雜，即使時間相依性、同步關係或動態流程使分析變得複雜，也能遊刃有餘。藉由結合預測流程與計量經濟分析，您可以主動塑造更高獲利的未來。
主要特色
藉由使用各種廣泛的計量經濟技術來瞭解經濟和市場因素對您組織的影響，對未來進行更妥善的規劃。
資料存取、準備和品質
使用直觀的介面存取、分析、清理和轉換資料，該介面透過嵌入式 AI 提供自助式資料準備功能。
深度類神經網路
藉由使用深度類神經網路，估計平均因果效應，並執行原則評估和原則比較。
資料視覺化
透過單一自助式介面，直觀地探索資料、建立和分享智慧視覺效果和互動式報表。增強分析和進階功能可加速洞察，並幫助您發現資料中隱藏的情況。
隱藏式馬可夫模型 (Hidden Markov models, HMM)
利用功能強大的 HMM 程序，進行隱藏式馬可夫模型的建模和預測。
空間計量經濟建模
使用空間迴歸程序來執行空間迴歸 -- 將具有空間元素的資料 (例如，位置和對應資料) 納入分析中，並改善估計軟體的計量經濟推斷和統計性質。
針對橫斷面資料 (cross-sectional data) 的計量經濟模型
藉由使用計數迴歸、嚴重性迴歸、定性和有限應變數，以及包含複合分布函數的 Copula 方法，執行橫截斷面資料分析。
針對時間序列資料的預測模型
可針對複雜的經濟和商業情境進行建模，以分析特定事件隨時間變化的影響。時間序列模型包括使用者定義的 ARIMA 和指數平滑模型。時間序列分析包括分解功能和診斷測試。
經濟資本模型
藉由結合頻率、嚴重性以及 Ccopula 模型，模擬投資組合風險，並預估風險值、尾端風險值等。這使您能夠模擬資本儲備的需求，並遵守審慎法規和資本充足指令。
縱橫資料計量經濟模型
藉由使用縱橫資料模型、計數迴歸模型，以及針對定性和有限應變數的迴歸模型，對結合時間序列和橫斷面維度的資料進行分析。
包括所有 SAS/ETS® 程序
可存取 SAS/ETS 所有的程序，讓您能解決幾乎所有的計量經濟和時間序列分析挑戰。
市場歸因模型
識別哪些行銷通路會推動客戶轉換率，並最佳化您在這些通路的投資。
狀態空間模型評分 (State space model scoring)
透過評分可以有效率地對以模型為依據的情境進行分析，並穩定地監控進行中的資料流。
Moody's Analytics Data Buffet
可存取超過 600 個全球歷史統計資料來源和 40 個預測資料庫，涵蓋超過 2.2 億個時間序列。
無縫存取美國經濟分析局 (BEA) 資料
可存取有關美國經濟最即時、最相關、最準確的資料，包括個人收入、企業獲利、政府支出、固定資產和淨值變化等資訊。
雲端原生
SAS Viya 的架構精實、雲端原生且快速。無論您是喜歡使用 SAS Cloud 還是公用雲端或私人雲端提供商，都能充分利用您的雲端投資。
建立自訂聊天機器人
透過直觀、低程式碼(low-code)的可視化介面建立和部署自訂的自然語言聊天機器人，以獲得支援聊天機器人的洞察和對話式使用者體驗。
