第二章經(jīng)濟(jì)時(shí)間序列的季節(jié)調(diào)整、分解與平滑-預(yù)覽頁
【正文】 . 7 60 . 8 60 . 9 61 . 0 61 . 1 61981 1983 1985 1987 1989 1991 1993 1995 19970 . 8 90 . 9 51 . 0 01 . 0 61 . 1 11981 1983 1985 1987 1989 1991 1993 1995 1997圖 1 我國工業(yè)總產(chǎn)值的時(shí)間序列 Y 圖形 圖 2 工業(yè)總產(chǎn)值的趨勢 時(shí)間序列分解方法包括季節(jié)調(diào)整和趨勢分解，指數(shù)平滑是目前比較常用的時(shí)間序列平滑方法。經(jīng)濟(jì)時(shí)間序列的季節(jié)性波動(dòng)是非常顯著的，它往往遮蓋或混淆經(jīng)濟(jì)發(fā)展中其他客觀變化規(guī)律，以致給經(jīng)濟(jì)增長速度和宏觀經(jīng)濟(jì)形勢的分析造成困難和麻煩。 經(jīng)濟(jì)時(shí)間序列的季節(jié)調(diào)整方法 X11方法是基于移動(dòng)平均法的季節(jié)調(diào)整方法。 6 167。注意采用乘法、偽加法和對數(shù)加法模型進(jìn)行季節(jié)調(diào)整時(shí)，時(shí)間序列中不允許有零和負(fù)數(shù)。 這兩個(gè)程序往往聯(lián)合起來使用，先用 TRAMO對數(shù)據(jù)進(jìn)行預(yù)處理，然后用 SEATS將時(shí)間序列分解為趨勢要素、循環(huán)要素、季節(jié)要素及不規(guī)則要素 4個(gè)部分。 季節(jié)調(diào)整相關(guān)操作 (EViews軟件 ) 12 1. X11方法 X11法是美國商務(wù)部標(biāo)準(zhǔn)的季節(jié)調(diào)整方法 (乘法模型、加法模型 )，乘法模型適用于序列可被分解為季節(jié)調(diào)整后序列（趨勢 13 2. Census X12方法 EViews是將美國國勢調(diào)查局的 X12季節(jié)調(diào)整程序直接安裝到 EViews子目錄中 ， 建立了一個(gè)接口程序 。 16 Tramo(Time Series Regression with ARIMA Noise, Missing Observation, and Outliers)是對具有缺失觀測值 ，ARIMA誤差 、 幾種外部影響的回歸模型完成估計(jì) 、 預(yù)測和插值的程序 。 4. tramo/Seats方法 17 167。本節(jié)主要介紹 HP濾波方法和 BP濾波方法。我們簡要介紹這種方法的原理。這里存在一個(gè)權(quán)衡問題，要在趨勢要素對實(shí)際序列的跟蹤程度和趨勢光滑度之間作一個(gè)選擇。不允許填入非整數(shù)的數(shù)據(jù)。 圖 藍(lán)線表示 GDP序列、 紅線表示趨勢 T序列 圖 藍(lán)線表示社會(huì)消費(fèi)品零售總額、 紅線表示趨勢 T序列 23 例 利用 HP濾波方法求潛在產(chǎn)出和產(chǎn)出缺口 設(shè) {Yt}為我國的季度 GDP指標(biāo)，利用季節(jié)調(diào)整方法將 GDP中的季節(jié)因素和不規(guī)則因素去掉，得到 GDP_TC序列。 頻譜濾波（ BP濾波）方法 20世紀(jì)以來 ， 利用統(tǒng)計(jì)方法特別是時(shí)間序列分析方法研究經(jīng)濟(jì)時(shí)間序列和經(jīng)濟(jì)周期的變動(dòng)特征得到越來越廣泛的應(yīng)用 。 因此 ， 在研究時(shí)間序列的周期波動(dòng)方面 ，它具有時(shí)域方法所無法企及的優(yōu)勢 。 共有 3種類型： （ 1） BK固定長度對稱濾波 （ Fixed length symmetric (BaxterKing， BK)） ； （ 2） CF固定長度對稱濾波 （ Fixed length symmetric (ChristianoFitzgerald， CF)） ； （ 3） 全樣本長度非對稱濾波 （ Full sample asymmetric(ChristianoFitzgerald)） 。 這個(gè)區(qū)間由一對數(shù)據(jù) （ PL， PU） 描述 ， PL、 PU 由 BandPass濾波要保留的循環(huán)波動(dòng)成分所對應(yīng)的周期來確定 。 因此 ， 設(shè)定 PL=18， PU=60（ 相當(dāng)于例 p和q） 。 用戶需要輸入希望保存的結(jié)果（循環(huán)成分、趨勢成分）對象的名字。 由于帶通 （ BP） 濾波的兩端各欠 n項(xiàng) ， 為了近期的分解結(jié)果沒有缺失值 ， 本例利用 ARIMA模型將序列外推到 2022年 2月 。而取 n =18的 BPn(p， q) 濾波中 2年～ 最大，可以近似地作為中國社會(huì)消費(fèi)品零售總額的循環(huán)要素序列 SL_C， 同時(shí)可以從 SL_TC中去掉 SL_C， 得到趨勢要素序列 SL_T。 當(dāng)只有少數(shù)觀測值時(shí)這種方法是有效的 。 要估計(jì)參數(shù) ， 在填充區(qū)內(nèi)輸入字母 e， EViews估計(jì)使誤差平方和最小的參數(shù)值 。 4． 估計(jì)樣本 必須指定預(yù)測的樣本區(qū)間 （ 不管是否選擇估計(jì)參數(shù) ） 。 這個(gè)選項(xiàng)允許預(yù)測不規(guī)則間距的數(shù)據(jù) ，在空白處輸入循
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1