第二章經(jīng)濟時間序列的季節(jié)調(diào)整、分解與平滑-資料下載頁
2025-08-01 13:04本頁面
【正文】 了原序列、趨勢序列和循環(huán)序列。對于 BK和 CF固定長度對稱濾波而言， Eviews 畫出頻率響應(yīng)函數(shù) w(?)， 頻率 ? 的區(qū)間是 [0，]，右面的圖描述了頻率響應(yīng)函數(shù)。但是，對于時變的 CF濾波，并沒有畫出頻率響應(yīng)函數(shù)，因為濾波的頻率響應(yīng)函數(shù)隨數(shù)據(jù)和觀測值個數(shù)變化。 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。循環(huán)序列（ Cycle series）是包含循環(huán)要素的序列對象；趨勢序列 (Noncyclical series)是實際值和循環(huán)序列的差。用戶還能得到在濾波中所用的 BandPass濾波頻率響應(yīng)函數(shù)的權(quán)序列，它將存儲在矩陣對象中。 31 例 利用 BP濾波對經(jīng)濟時間序列進行趨勢、循環(huán)分解 中國社會消費品零售總額月度時間序列 （ SL） 的取值范圍從 1980年 1月至 2022年 8月 （ 附錄 E表 ） 。 由于帶通 （ BP） 濾波的兩端各欠 n項 ， 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 。然后對 SL進行季節(jié)調(diào)整去掉季節(jié)和不規(guī)則要素 ， 得到只包含趨勢循環(huán)要素的序列 SL_TC。 根據(jù)增長率周期波動分析 ， 我國社會消費品零售總額的增長率大約存在 ～ 5年之間的波動 。 取 p = 18 (?p = 1/18)， q = 60 (?q = 1/60)， 利用帶通濾波方法希望得到只保留 ～ 5年周期成分的濾波序列。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。 圖 BP濾波的頻率響應(yīng)函數(shù)。 32 圖 紅線表示 BPn(p,q)濾波頻率響應(yīng)函數(shù) 藍線表示帶通濾波的頻率響應(yīng)函數(shù) 33 圖 紅線表示 SL的原序列 藍線表示趨勢要素序列 SL_T 34 圖 循環(huán)要素序列 SL_C 35 167。 指數(shù)平滑 指數(shù)平滑是可調(diào)整預(yù)測的簡單方法 。 當(dāng)只有少數(shù)觀測值時這種方法是有效的 。 與使用固定系數(shù)的回歸預(yù)測模型不同 ， 指數(shù)平滑法的預(yù)測用過去的預(yù)測誤差進行調(diào)整 。 （一個參數(shù)） （一個參數(shù)） — 無季節(jié)趨勢（兩個參數(shù)） （三個參數(shù)） （三個參數(shù)） 36 指數(shù)平滑法操作 利用指數(shù)平滑法進行擬合和預(yù)測 ， 選擇 Procs/ Exponential Smoothing 顯示如下對話框 37 1． 平滑方法 在 5種方法中選擇一種方法 。 2． 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 。 要估計參數(shù) ， 在填充區(qū)內(nèi)輸入字母 e， EViews估計使誤差平方和最小的參數(shù)值 。 如果估計參數(shù)值趨于 1，這表明序列趨于隨機游走 ， 最近的值對估計將來值最有用 。要指定參數(shù)值 ， 在填充區(qū)內(nèi)輸入?yún)?shù)值 ， 所有參數(shù)值在 01之間 ， 如果輸入的參數(shù)值超出這一區(qū)間 ， EViews將會估計這個參數(shù) 。 38 3． 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 。 4． 估計樣本 必須指定預(yù)測的樣本區(qū)間 （ 不管是否選擇估計參數(shù) ） 。 缺省值是當(dāng)前工作文件的樣本區(qū)間 。 EViews將從樣本區(qū)間末尾開始計算預(yù)測值 。 5． 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 ） 。 這個選項允許預(yù)測不規(guī)則間距的數(shù)據(jù) ，在空白處輸入循環(huán)數(shù) 。 39 例 指數(shù)平滑方法應(yīng)用 本例利用指數(shù)平滑方法對我國上證收盤指數(shù)（時間范圍：1991年 1月 2022年 3月）的月度時間序列 (sh_s) 進行擬合和預(yù)測。采用五種平滑模型對 1991年 1月 2022年 9月的數(shù)據(jù)做指數(shù)平滑，并利用預(yù)測公式得到 2022年 10月 2022年 3月半年的預(yù)測值。 40
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1