otgaaa第02章--經(jīng)濟(jì)時(shí)間序列的季節(jié)調(diào)整、分解和平滑方法-文庫吧在線文庫
【正文】 據(jù)事先編入的統(tǒng)計(jì)基準(zhǔn)，按數(shù)據(jù)的特征自動(dòng)選擇計(jì)算方式。 ① 加法模型 () ② 乘法模型： () ③ 對(duì)數(shù)加法模型： () ④ 偽加法模型： () 1． 季節(jié)調(diào)整的模型選擇 tttt ISTCY ???tttt ISTCY ???tttt ISTCY lnlnlnln ???)1( ??? tttt ISTCY例 利用 X12加法模型進(jìn)行季節(jié)調(diào)整 圖 社會(huì)消費(fèi)品零售總額原序列 圖 社會(huì)消費(fèi)品零售總額的 TC序列 圖 社會(huì)消費(fèi)品零售總額 I 序列 圖 社會(huì)消費(fèi)品零售總額的 S 序列 由每天經(jīng)濟(jì)活動(dòng)的總和組成的月度時(shí)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）。由于這個(gè)原因，當(dāng)貿(mào)易日影響的估計(jì)在統(tǒng)計(jì)上顯著時(shí)，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。注意 EViews中的節(jié)假日調(diào)整只針對(duì)美國(guó)，不能應(yīng)用于其他國(guó)家。 4． X12 ARIMA模型 外部影響調(diào)整包括附加的外部沖擊 (addtive outlier， AO)和水平變換 (level shift， LS)。 TRAMO/SEATS方法 本節(jié)主要介紹利用 EViews軟件對(duì)一個(gè)月度或季度時(shí)間序列進(jìn)行季節(jié)調(diào)整的操作方法。 近似地可選擇 (X11 defaul)缺省選擇 。季節(jié) /貿(mào)易日因子 （ ＿ D16） ； Select from file 選擇 X12將從一個(gè)外部文件提供的說明集合中選擇 ARIMA模型 。首先要選擇（ Ajustment Option）是否進(jìn)行這項(xiàng)調(diào)整？，確定在那一個(gè)步驟里調(diào)整：在 ARIMA步驟，還是 X11步驟？ 四 、 外部影響 (Outlier Effects) 外部影響調(diào)整也是分別在 ARIMA步驟和 X11步驟中進(jìn)行。 如果在季節(jié)調(diào)整對(duì)話框中選擇 X11選項(xiàng) ， 調(diào)整后的序列及因子序列會(huì)被自動(dòng)存入 EViews工作文件中 ， 在過程的結(jié)尾 X11簡(jiǎn)要的輸出及錯(cuò)誤信息也會(huì)在序列窗口中顯示 。這兩個(gè)程序是有 Victor Gomez 和 Agustin Maravall 開發(fā)的 。我們簡(jiǎn)要介紹這種方法的原理。 HP濾波增大了經(jīng)濟(jì)周期的頻率 ， 使周期波動(dòng)減弱 。本例的潛在產(chǎn)出 Y*, 即趨勢(shì)利用 HP濾波計(jì)算出來的 {YtT}來代替， GDP的循環(huán)要素 {YtＣ }序列由式 ()計(jì)算： () Tttct YYY ?? Tt ,2,1 ??圖 藍(lán)線表示 GDP的 TC序列 、 紅線表示趨勢(shì)序列 圖 GDP的循環(huán)要素 序列 圖 GDP的循環(huán)要素 {YtC}序列實(shí)際上就是圍繞趨勢(shì)線上下的波動(dòng)，稱為 GDP缺口序列。 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 。 這個(gè)選項(xiàng)允許預(yù)測(cè)不規(guī)則間距的數(shù)據(jù) ，在空白處輸入循環(huán)數(shù) 。 Bowermen和 O’Connell（ 1979） 建議 ? 值在 。這種方法與雙指數(shù)平滑法一樣以線性趨勢(shì)無季節(jié)成分進(jìn)行預(yù)測(cè)。需要用簡(jiǎn)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。 例 指數(shù)平滑方法應(yīng)用 本例利用指數(shù)平滑方法對(duì)我國(guó)上證收盤指數(shù)（時(shí)間范圍：1991年 1月 2022年 3月）的月度時(shí)間序列 (sh_s) 進(jìn)行擬合和預(yù)測(cè)。 yt 的平滑序列 由下式給出 ktttkt Skbay ?? ?? )(? Tsst ,2,1 ????其中： at 表示截距， bt 表示斜率， at + bt k 表示趨勢(shì)， St 為乘法模型的季節(jié)因子， s 表示季節(jié)周期長(zhǎng)度，月度數(shù)據(jù) s =12，季度數(shù)據(jù) s = 4。 這是一種有兩個(gè)參數(shù)的指數(shù)平滑法 。序列 y的雙指數(shù)平滑以遞歸形式定義為 ? ? 11 ???? ttt SyS ??? ? 11 ???? ttt SSD ??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 。 ? ? ststst yy ????? ? ?? 1?10ty?? ? 1?1? ???? ttt yyy ??11? yy ??10 ???ty? 單指數(shù)平滑的預(yù)測(cè)對(duì)所有未來的觀測(cè)值都是常數(shù) 。 4． 估計(jì)樣本 必須指定預(yù)測(cè)的樣本區(qū)間 （ 不管是否選擇估計(jì)參數(shù) ） 。 與使用固定系數(shù)的回歸預(yù)測(cè)模型不同 ， 指數(shù)平滑法的預(yù)測(cè)用過去的預(yù)測(cè)誤差進(jìn)行調(diào)整 。點(diǎn)擊 OK后， EViews與原序列一起顯示處理后的序列。這里存在一個(gè)權(quán)衡問題，要在趨勢(shì)要素對(duì)實(shí)際序列的跟蹤程度和趨勢(shì)光滑度之間作一個(gè)選擇。測(cè)定長(zhǎng)期趨勢(shì)有多種方法，比較常用的方法有回歸分析方法、移動(dòng)平均法、階段平均法 (phase average， PA方法 )、 HP濾波方法和頻譜濾波方法（ frequency (bandpass) filer， BP濾波）。 X11只作用于含季節(jié)數(shù)據(jù)的序列，需要至少 4整年的數(shù)據(jù)，最多能調(diào)整 20年的月度數(shù)據(jù)及 30年的季度數(shù)據(jù)。 Historical revisions 歷史修正檢驗(yàn)被調(diào)整序列增加一個(gè)新觀測(cè)值 ， 即增加一個(gè)樣本時(shí)的變化 。 最終的季節(jié)調(diào)整后序列 （ ＿ SA） ； 調(diào)用 X12季節(jié)調(diào)整過程，在序列窗口選擇 Procs/Seasonal Adjustment / Census X12，打開一個(gè)對(duì)話框： X12方法有 5種選擇框 ， 下面分別介紹 。 在奇異點(diǎn) t0的外部沖擊變量： () 在水平位移點(diǎn) t0的水平變換變量： () ??????00)(010ttttAO tt???????00)(010ttttLS tt TRAMO(Time Series Regression with ARIMA Noise, Missing Observation, and Outliers)用來估計(jì)和預(yù)測(cè)具有缺失觀測(cè)值、非平穩(wěn) ARIMA誤差及外部影響的回歸模型。通過用 ARIMA模型 (autoregressive integrated moving Average) 延長(zhǎng)原序列，彌補(bǔ)了移動(dòng)平均法末端項(xiàng)補(bǔ)欠值的問題。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1