《Journal of Business & Economic Statistics》(JBES)是由美國統計學會(ASA)主辦的國際權威學術期刊,聚焦於個體經濟學、總量經濟學、商業及金融領域的方法論創新與實證套用研究。該刊要求投稿文章需具有明確的動機、嚴謹的論述框架,且理論貢獻必須包含實質性實證分析。根據2024年統計數據顯示,其影響因子為4.8003,JCR分區穩定在統計學與機率論領域Q1區。
期刊內容涵蓋統計方法發展、機器學習與數據科學技術在經濟學中的套用、計算統計最佳化等方向。代表性研究包括高維橢球分布數據的降維方法、低秩時空自回歸模型構建等前沿領域。2023年數據顯示,美國、中國、英國是該刊發文量前三的國家。
基本介紹
- 主辦單位:美國統計學會
- ISSN:0735-0015
- 出版周期:季刊
- JCR分區:Q1(統計學與機率論)
- 2023影響因子:4.8003
- 中科院分區:數學大類2區
學術定位與收錄
方法論創新與實證套用
- 統計方法改進:如西南財經大學團隊提出的高維橢球切片逆回歸方法,顯著提升非高斯分布數據降維效率
- 跨學科方法融合:包括廈門大學團隊開發的低秩時空模型,突破傳統空間權重矩陣預設限制
- 計算技術創新:涉及聯邦學習算法最佳化、海量數據子抽樣技術等計算效率提升研究
編輯團隊與學術影響
- 主編Ivan Canay(西北大學計量經濟理論專家)
- 副主編Atsushi Inoue(范德堡大學巨觀經濟計量學者)
- 中國區副主編常晉源(西南財經大學高維數據分析專家)
代表性研究成果
- 回歸不連續設計方法(2021):提出基於漸近均方誤差的多項式階數選擇框架,適用於大樣本實證研究
- 低秩時空模型(2024):突破傳統空間權重限制,通過降維參數最佳化統計建模
- 聯邦學習算法(2023):開發去中心化網路梯度下降算法,提升分散式計算效率
- 高維數據降維(2024):改進切片逆回歸技術,適用於非高斯分布場景
出版與投稿
- 平均初審周期為5個工作日
- 首次同行評審決策周期86天
- 接收率維持在15%-20%區間
