廈門市2000-20xx年各月份社會(huì)消費(fèi)品零售總額的季節(jié)變動(dòng)與循環(huán)波動(dòng)分析(參考版)
2024-08-15 14:34本頁(yè)面
【正文】 。圖3值得再次強(qiáng)調(diào)的是，運(yùn)用統(tǒng)計(jì)方法只能掌握循環(huán)波動(dòng)的大致特征，有助于預(yù)測(cè)未來(lái)，但要探究波動(dòng)形成的原因，以便采取相應(yīng)的措施，則還需要深入現(xiàn)象的本質(zhì)做進(jìn)一步的分析。結(jié)合第⑨欄的循環(huán)指數(shù)，可以看出，該市社會(huì)消費(fèi)品零售額在2000年至2004年間大致經(jīng)歷了兩次完整的循環(huán)波動(dòng)：從2000年7月的高峰到2001年5月的低谷，再到2002年7月的高峰，經(jīng)歷了兩年時(shí)間，從2002年7月進(jìn)入下一個(gè)循環(huán)，經(jīng)歷了2003年4月的低谷，再到2004年4月的高峰，也花了大概兩年的時(shí)間。同季節(jié)變動(dòng)的分析一樣，可以通過(guò)比較循環(huán)指數(shù)與100%的偏差程度，來(lái)衡量循環(huán)變動(dòng)的程度。為了更好地消除隨機(jī)變動(dòng)，可以按不同的項(xiàng)數(shù)進(jìn)行平均，取修勻效果較好的一個(gè)。我們可以對(duì)第⑦欄的趨勢(shì)值和第⑥欄剔除了季節(jié)變動(dòng)的指標(biāo)值分別繪圖，如圖2所示，我們可以看出，剔除了季節(jié)變動(dòng)的各期指標(biāo)值仍表現(xiàn)出了圍繞趨勢(shì)直線上下波動(dòng)的形態(tài)，說(shuō)明該時(shí)間序列存在著循環(huán)波動(dòng)的影響，可以將第⑥欄的數(shù)值除以第⑦欄的數(shù)值，所得的結(jié)果列于第⑧欄，該結(jié)果加入循環(huán)波動(dòng)和隨機(jī)變動(dòng)后的數(shù)值與僅包含趨勢(shì)變動(dòng)的數(shù)值的比率，反映了循環(huán)波動(dòng)和隨機(jī)變動(dòng)的共同影響程度（即C*I）。但循環(huán)周期通常難以確定，因此一般用趨勢(shì)模型法求得長(zhǎng)期趨勢(shì)值較為準(zhǔn)確。但我們可以借鑒季節(jié)變動(dòng)測(cè)定的方法，從時(shí)間序列中剔除趨勢(shì)變動(dòng)、季節(jié)變動(dòng)，再對(duì)此結(jié)果消除隨機(jī)變動(dòng)，從而得到反映循環(huán)波動(dòng)影響程度的循環(huán)指數(shù)，相應(yīng)的方法稱作剩余法。圖1二、循環(huán)波動(dòng)分析測(cè)定和分析循環(huán)波動(dòng)的主要目的之一是認(rèn)識(shí)和掌握現(xiàn)象循環(huán)變動(dòng)的形態(tài)，預(yù)見(jiàn)下一個(gè)循環(huán)周期可能產(chǎn)生的影響，對(duì)好的影響加以利用，不利的影響加以遏制。圖1根據(jù)第②欄和第⑥欄的數(shù)據(jù)，繪出了原時(shí)間序列和季節(jié)變動(dòng)調(diào)整后的時(shí)間序列圖。根據(jù)乘法模型，要消除季節(jié)變動(dòng)的影響，只需要將原時(shí)間序列的各期指標(biāo)值除以相應(yīng)月份或季度的季節(jié)指數(shù)即可，即：表中第⑥欄就是進(jìn)行了季節(jié)變動(dòng)調(diào)整的時(shí)間序列，它剔除了季節(jié)性因素所導(dǎo)致的時(shí)間序列的波動(dòng)，能更好研究現(xiàn)象的趨勢(shì)變動(dòng)和循環(huán)變動(dòng)。究其原因，2月份時(shí)值春節(jié)期間，是購(gòu)物的高峰，%，%。如１月份的季節(jié)指數(shù)是各年１月份的季節(jié)比率的平均數(shù)，即：＝（＋＋＋）／４其余各月份季節(jié)指數(shù)的計(jì)算以此類推。取移動(dòng)平均的項(xiàng)數(shù)為周期的長(zhǎng)度，即１２個(gè)月，由于移動(dòng)平均的項(xiàng)數(shù)為偶數(shù)，所以要在一次移動(dòng)平均的基礎(chǔ)上進(jìn)行二次移動(dòng)平均，所得的中心化移動(dòng)平均數(shù)列于第③欄。例如所分析
化學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1