SAS Econometrics
運用多樣的計量經濟學技術，了解經濟和市場因素對貴組織的影響，積極進行策略性和戰術性規劃，打造更具獲利潛力的未來。
-
更快獲得特定時間和事件等問題的解答
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
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 的架構緊湊、雲端原生且高效，讓您無論使用哪家雲端供應商，皆可最大化雲端投資的效益。
