计量经济学第02章 经济时间序列季节调整、分解和平滑.ppt

第二章 经济时间序列的季节调整、趋势分解与指数平滑 为什么要进行季节调整、趋势分解和指数平滑？ 在经济分析中，季节变动要素和不规则要素往往掩盖了经济发展中的基本变动趋势，混淆了经济发展中其他客观变化要素，以致难以深入研究和正确理解经济规律，给分析经济发展趋势和判断经济状态带来困难。因此，需要在经济分析之前将经济时间序列进行季节调整，剔除其中的季节变动要素和不规则要素。而利用趋势分解方法可以把趋势和循环要素分离开来，从而研究经济的长期趋势变动和景气循环变动。 对某些经济时间序列(如股票序列)，不存在明显的趋势变动和季节变动。一般，我们使用指数平滑方法对这样的时间序列进行拟合及预测。; 季节调整：通过X12调整出TC / S / I 趋势分解：通过HP滤波分解出 T / C 指数平滑：对不存在季节变动和趋势变动的时间序列进 行拟合和预测。 ; (3) 季节要素 (S：Seasonal Factors; 也称季节因子): 是每年重复出现的循环变动，以12个月或4个季度为周期的周期性影响，由温度、降雨、每年中的假期和政策等因素引起。季节要素和循环要素的区别在于季节变动是固定间距（如季或月）中的自我循环，而循环要素是从一个周期变动到另一个周期，间距比较长且不固定的一种周期性波动。 (4)不规则要素 (I，Irregular Component): 又称随机因子、残余变动或噪声，其变动无规则可循，这类因素是由偶然发生的事件引起的，如罢工、意外事故、地震、水灾、恶劣气候、战争、法令更改和预测误差等。 ;2.2 季节调整;2.2.1 X11季节调整方法 ;乘法模型（Multiplicative）：适用于序列可被分解为趋势项与季节项的乘积（意味着两者相互影响的关系），只适用于序列值都为正的情形。 加法模型（Additive）：适用于序列可被分解为趋势项与季节项的和（意味着两者相互独立的关系）。; 如果在季节调整对话框中选择X11选项，调整后的序列及因子序列会被自动存入EViews工作文件中，在过程的结尾X-11简要的输出及错误信息也会在序列窗口中显示。 调整后的序列的名字，EViews软件在原序列名后加SA；分解出的季节要素通过在Factors框中在原序列名后加SF命名。但也可以改变调整后的序列名，这些将被存储在工作文件中。 需要注意，季节调整的观测值的个数是有限制的。X-11只作用于含季节数据的序列，需要至少4整年的数据，最多能调整20年的月度数据及30年的季度数据。 ; 2.2.2　X12季节调整方法 美国商务部人口普查局的X12季节调整程序是在X11方法的基础上发展而来的，包括X11季节调整方法的全部功能，增加了5个新功能： (1) 增加了季节、趋势循环和不规则要素分解模型选择的功能； (2) 外部影响的调整； (3) 贸易日和节假日影响的调节功能； (4) 新的季节调整结果稳定性诊断功能； (5) 增加X12-ARIMA模型的建模和模型选择功能。 ; X12季节调整方法的核心算法是扩展的X11季节调整程序。共包括4种季节调整的分解形式：乘法、加法、伪加法和对数加法模型。注意：采用乘法、伪加法和对数加法模型进行季节调整时，时间序列中不允许有零和负数。 ① 加法模型 (2.2.1) ② 乘法模型： (2.2.2) ③ 对数加法模型： (2.2.3) ④ 伪加法模型： (2.2.4); 调用X12季节调整过程，在序列窗口选择Procs/Seasonal Adjustment / Census X12，打开一个对话框： ; ① X11方法（X11 Method） 这一部分指定季节调整分解的形式：乘法；加法；伪加法（此形式必须伴随ARIMA说明）；对数加法。注意乘法、伪加法和对数加法不允许有零和负数。 ② 季节滤波(Seasonal Fil