【正文】 數(shù)據(jù)文件； 2．利用給定的信息執(zhí)行 X12程序； 3．返回一個輸出文件，將調(diào)整后的結(jié)果存在 EViews工作文件中。注意乘法、偽加法和對數(shù)加法不允許有零和負(fù)數(shù)。 26 ④④ 存調(diào)整后的分量序列名存調(diào)整后的分量序列名 （（ Component Series to save）） X12將被調(diào)整的序列名作為缺省列在 Base name框中，可以改變序列名。最終的趨勢 — 循環(huán)序列（＿ TC）； 27例例 利用利用 X12加法模型進(jìn)行季節(jié)調(diào)整加法模型進(jìn)行季節(jié)調(diào)整 圖圖 社會消費品零售總額原序列社會消費品零售總額原序列 圖圖 社會消費品零售總額的社會消費品零售總額的 TCI 序列序列 圖圖 社會消費品零售總額的社會消費品零售總額的 TC序列序列 28 圖圖 社會消費品零售總額社會消費品零售總額 I 序列序列 圖圖 社會消費品零售總額的社會消費品零售總額的 S 序列序列 29例例 利用利用 X12乘法模型進(jìn)行季節(jié)調(diào)整乘法模型進(jìn)行季節(jié)調(diào)整 圖圖 工業(yè)總產(chǎn)值原序列工業(yè)總產(chǎn)值原序列 圖圖 工業(yè)總產(chǎn)值的工業(yè)總產(chǎn)值的 TCI 序列序列 圖圖 工業(yè)總產(chǎn)值的工業(yè)總產(chǎn)值的 TC序列序列 30 圖圖 工業(yè)總產(chǎn)值的工業(yè)總產(chǎn)值的 I 序列序列 圖圖 工業(yè)總產(chǎn)值的工業(yè)總產(chǎn)值的 S 序列序列 31 X12方法是基于移動平均法的季節(jié)調(diào)整方法。 建立 ARIMA(p, d, q)模型，需要確定模型的參數(shù)，包括單整階數(shù) d；自回歸模型 (AR)的延遲階數(shù) p；動平均模型 (MA)的延遲階數(shù) q。33 (1) 數(shù)據(jù)轉(zhuǎn)換（數(shù)據(jù)轉(zhuǎn)換（ Data Transformation）） 在配備一個合適的 ARMA模型之前允許轉(zhuǎn)換序列： (1) 缺省是不轉(zhuǎn)換； (2) Auto選擇是根據(jù)計算出來的 AIC準(zhǔn)則自動確定是不做轉(zhuǎn)換還是進(jìn)行對數(shù)轉(zhuǎn)換； (3) Logistic選擇將序列 y 轉(zhuǎn)換為 log(y/(1y))， y序列的值要求在 0和 1之間； (4) BoxCox power選擇要求提供一個參數(shù) ? ，做下列轉(zhuǎn)換：34 (2) ARIMA說明說明 (ARIMA Spec) 允許在 2種不同的方法中選擇 ARIMA模型。 36 Select best 檢驗列表中的所有模型，選一個最小預(yù)測誤差的模型，缺省是第一個模型。38 由每天經(jīng)濟(jì)活動的總和組成的月度時間序列受該月各周的影響，這種影響稱為貿(mào)易日影響（或周工作日影響）。因為在每年中二月份的長度是不相同的，所以這種影響不可能完全被季節(jié)因素承受。由于這個原因，當(dāng)貿(mào)易日影響的估計在統(tǒng)計上顯著時，通常在季節(jié)調(diào)整之前先把貿(mào)易日的影響從序列中剔除。 40 美國的圣誕節(jié)、復(fù)活節(jié)及感恩節(jié)等節(jié)假日對經(jīng)濟(jì)時間序列也會產(chǎn)生影響。注意 EViews中的節(jié)假日調(diào)整只針對美國，不能應(yīng)用于其他國家。對于流量序列還有 2種選擇，是對周工作日影響進(jìn)行調(diào)整還是對僅對周日 周末影響進(jìn)行調(diào)整。對每一個節(jié)日，必須提供一個數(shù)，是到這個節(jié)日之前影響的持續(xù)天數(shù)。4. 外部影響外部影響 (Outlier Effects)圖圖 經(jīng)濟(jì)時間序列水平變換示意圖經(jīng)濟(jì)時間序列水平變換示意圖 44　　 通過對 ARIMAX模型中的回歸方程添加外部沖擊和水平變換回歸變量，可以處理奇異點數(shù)據(jù)和在水平上發(fā)生突然變化的序列。 47 5. 診斷診斷 （（ Diagnostics））48 這項選擇提供了各種診斷： ① 季節(jié)因素的穩(wěn)定性分析季節(jié)因素的穩(wěn)定性分析 （ Stability Analysis of Seasonals） 49三、三、 移動平均方法移動平均方法 X11法與移動平均法的最大不同是： X11法中季節(jié)因子年與年有可能不同，而在移動平均法中，季節(jié)因子被假設(shè)為是一樣的。 這兩個程序往往聯(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。 趨勢分解趨勢分解 本章第 2節(jié)介紹的季節(jié)調(diào)整方法可以對經(jīng)濟(jì)時間序列進(jìn)行分解，但在季節(jié)調(diào)整方法中，趨勢和循環(huán)要素視為一體不能分開。 53167。設(shè) {Yt}是包含趨勢成分和波動成分的經(jīng)濟(jì)時間序列， {YtT}是其中含有的趨勢成分， {YtC}是其中含有的波動成分。 ? = 0 時，滿足最小化問題的趨勢等于序列 {Yt}； ? 增加時，估計趨勢中的變化總數(shù)相對于序列中的變化減少，即 ? 越大，估計趨勢越光滑； ? 趨于無窮大時，估計趨勢將接近線性函數(shù)。 57 使用 HodrickPrescott濾波來平滑序列，選擇 Procs/ Hodrick Prescott Filter出現(xiàn)下面的 HP濾波對話框： 首先對平滑后的序列給一個名字， EViews將默認(rèn)一個名字，也可填入一個新的名字。注意只有包括在當(dāng)前工作文件樣本區(qū)間內(nèi)的數(shù)據(jù)才被處理，平滑后序列區(qū)間外的數(shù)據(jù)都為 NA。它是一個絕對量的產(chǎn)出缺口。第一種是直接分析數(shù)據(jù)隨時間變化的結(jié)構(gòu)特征，即所謂時域（ time domain）分析法，使用的工具是自相關(guān)（或自協(xié)方差）函數(shù)和差分方程；另一種方法是把時間序列看成不同諧波的疊加，研究時間序列在頻率域（frequency domain）里的結(jié)構(gòu)特征，由于這種分析主要是用功率譜的概念進(jìn)行討論，所以通常稱為譜分析。譜分析（ spectral analysis）的實質(zhì)是把時間序列 X 的變動分解成不同的周期波動之和。68 頻率 ? 和周期 p 有如下關(guān)系：頻率 ? 周期 = ? ? p = 2? () 時間序列 X 的變動可以分解成各種不同頻率波動的疊加和，根據(jù)哪種頻 率的波動具有更大的貢獻(xiàn)率來解釋 X 的周期波動的成分，這就是譜分析（頻率分 析）名稱的緣由。如圖所示，白噪音的功率譜是水平的。在這個功率譜圖中， [0， ?]的頻率對應(yīng)的周期從 ? 到 2期，（由于譜密度函數(shù)的對稱性，圖中只給出 [0， ?]間的譜圖）。經(jīng)濟(jì)數(shù)據(jù)多數(shù)具有顯著的上升趨勢，所以 Granger（1996）指出： “經(jīng)濟(jì)變量的典型的譜形狀是如圖 的功率譜。上面的變換可以用延遲算子表示為 ()其中：73 由這種變換構(gòu)成的延遲多項式被稱為 線性濾波線性濾波 (linear filter)，或只稱為濾波。 74 w(?)=W(ei?)稱為 濾波的頻率響應(yīng)函數(shù)濾波的頻率響應(yīng)函數(shù) (frequency response function)。 要想得到理想的濾波，需要無限階移動平均。 76例例 差分濾波的效果差分濾波的效果 現(xiàn)在設(shè)時間序列 {xt}有功率譜 fx(?) 。 圖圖 差分濾波的圖形差分濾波的圖形79 4．帶通濾波．帶通濾波 可以使得在頻率帶 ?L1|?| ?L2 的范圍內(nèi)，頻率響應(yīng)函數(shù)為 1，而其他區(qū)間為 0。前者是說，濾波在剔除不想保留的成分的同時，也將想要保留下來的一部分成分剔除掉了；后者是指頻率響應(yīng)函數(shù)在大于 1和小于 1兩種狀態(tài)之間擺動。 因此，在周期 p為 18， q為 60的帶通濾波的理想的頻率響應(yīng)函數(shù)在[1/60， 1/18]的頻率區(qū)間的取值應(yīng)為 1。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(shù)據(jù) （ PL， PU） 描述， PL、 PU 由 BandPass濾波要保留的循環(huán)波動成分所對應(yīng)的周期來確定。因此，設(shè)定 PL=18， PU=60（ 相當(dāng)于例 p和 q）。 86 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。取對數(shù)后的序列記為 lnsl。 取 p = 18 (?p = 1/18)， q = 60 (?q = 1/60)，利用式 ()帶通濾波方法希望得到只保留 ～ 5年周期成分的濾波序列。92 圖圖 紅線表示紅線表示 HP濾波得到的濾波得到的 趨勢要素序列趨勢要素序列 藍(lán)線表示藍(lán)線表示 BP濾波得到的濾波得到的 趨勢要素序列趨勢要素序列 93 圖圖 紅線表示紅線表示 HP濾波得到的濾波得到的 循環(huán)要素序列循環(huán)要素序列 藍(lán)線表示藍(lán)線表示 BP濾波得到的濾波得到的 循環(huán)要素序列循環(huán)要素序列94167。下面，我們對 EViews中的指數(shù)平滑法作簡要討論。96 單指數(shù)平滑的預(yù)測對所有未來的觀測值都是常數(shù)。Bowermen和 O’Connell（ 1979）建議 ? 值在 之間較好。序列 y 的雙指數(shù)平滑以遞歸形式定義為 其中 : 0 ? ? ? 1, St 是單指數(shù)平滑后的序列， Dt 是雙指數(shù)平滑序列。雙指數(shù)平滑法只用了一個參數(shù)，這種方法用兩個參數(shù)。 預(yù)測值計算如下 這些預(yù)測值具有線性趨勢，截距為 aT ，斜率為 bT ， T 是估計樣本的期末值。102 這三個系數(shù)由下面的遞歸式定義其中： k 0， ?， ?， ? 在 0～ 1之間，為阻尼因子。需要用簡單的方法給出季節(jié)因子的第一年的初值，以及截距和斜率的初值。 2．． 平滑參數(shù)平滑參數(shù) 既可以指定平滑參數(shù)也可以讓 EViews估計它們的值。 107 3．． 平滑后的序列名平滑后的序列名 可以為平滑后的序列指定一個名字， EViews在原序列后加 SM指定平滑后的序列名，也可以改變。 5．． 季節(jié)循環(huán)季節(jié)循環(huán) 可以改變每年的季節(jié)數(shù)（缺省值為每年 12個月、 4個季度）。109110靜夜四無 鄰 ，荒居舊 業(yè)貧 。 00:18:2400:18:2400:18Sunday, March 21, 20231乍 見 翻疑夢，相悲各 問 年。 2023/3/21 0:18:2400:18:2421 March 20231做前，能 夠環(huán)視 四周；做 時 ，你只能或者最好沿著以腳 為 起點的射 線 向前。 三月 2100:18:2400:18Mar2121Mar211世 間 成事，不求其 絕對圓滿 ，留一份不足，可得無限完美。 三月 2112:18 上午 三月 2100:18March 21, 20231少年十五二十 時 ，步行 奪 得胡 馬騎 。 00:18:2400:18:2400:183/21/2023 12:18:24 AM1越是沒有本 領(lǐng) 的就越加自命不凡。 三月 21三月 2100:18:2400:18:24March 21, 20231意志 堅 強(qiáng) 的人能把世界放在手中像泥 塊 一 樣 任意揉捏。 12:18:24 上午 12:18 上午 00:18:24三月 21MOMODA POWERPOINTLorem ipsum dolor sit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis amet, consectetur adipiscing elit. Fusce id urna blanditut cursus. 感謝您的下載觀看專 家告