第二章經濟時間序列的季節(jié)調整、分解與平滑-預覽頁
【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)總產值的時間序列 Y 圖形 圖 2 工業(yè)總產值的趨勢 時間序列分解方法包括季節(jié)調整和趨勢分解，指數平滑是目前比較常用的時間序列平滑方法。經濟時間序列的季節(jié)性波動是非常顯著的，它往往遮蓋或混淆經濟發(fā)展中其他客觀變化規(guī)律，以致給經濟增長速度和宏觀經濟形勢的分析造成困難和麻煩。 經濟時間序列的季節(jié)調整方法 X11方法是基于移動平均法的季節(jié)調整方法。 6 167。注意采用乘法、偽加法和對數加法模型進行季節(jié)調整時，時間序列中不允許有零和負數。 這兩個程序往往聯合起來使用，先用 TRAMO對數據進行預處理，然后用 SEATS將時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個部分。 季節(jié)調整相關操作 (EViews軟件 ) 12 1. X11方法 X11法是美國商務部標準的季節(jié)調整方法 (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)調整后序列（趨勢 13 2. Census X12方法 EViews是將美國國勢調查局的 X12季節(jié)調整程序直接安裝到 EViews子目錄中 ， 建立了一個接口程序 。 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 、 預測和插值的程序 。 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。這里存在一個權衡問題，要在趨勢要素對實際序列的跟蹤程度和趨勢光滑度之間作一個選擇。不允許填入非整數的數據。 圖 藍線表示 GDP序列、 紅線表示趨勢 T序列 圖 藍線表示社會消費品零售總額、 紅線表示趨勢 T序列 23 例 利用 HP濾波方法求潛在產出和產出缺口 設 {Yt}為我國的季度 GDP指標，利用季節(jié)調整方法將 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世紀以來 ， 利用統(tǒng)計方法特別是時間序列分析方法研究經濟時間序列和經濟周期的變動特征得到越來越廣泛的應用 。 因此 ， 在研究時間序列的周期波動方面 ，它具有時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)） 。 這個區(qū)間由一對數據 （ PL， PU） 描述 ， PL、 PU 由 BandPass濾波要保留的循環(huán)波動成分所對應的周期來確定 。 因此 ， 設定 PL=18， PU=60（ 相當于例 p和q） 。 用戶需要輸入希望保存的結果（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 ， 為了近期的分解結果沒有缺失值 ， 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消費品零售總額的循環(huán)要素序列 SL_C， 同時可以從 SL_TC中去掉 SL_C， 得到趨勢要素序列 SL_T。 當只有少數觀測值時這種方法是有效的 。 要估計參數 ， 在填充區(qū)內輸入字母 e， EViews估計使誤差平方和最小的參數值 。 4． 估計樣本 必須指定預測的樣本區(qū)間 （ 不管是否選擇估計參數 ） 。 這個選項允許預測不規(guī)則間距的數據 ，在空白處輸入循
化學相關推薦
鄂ICP備17016276號-1