时间序列分析与预测第二讲：时间序列模型.ppt

时间序列分析与预测第二讲：时间序列模型 大连理工大学经济系 原毅军 教学大纲 上节课知识要点复习 时间序列的基本特征 时间序列建摸的两种基本假设 确定性时间序列模型 随机性时间序列模型 上节课知识要点复习 时间序列 同一现象在不同时间上的相继观察值排列而成的数列 形式上由现象所属的时间和现象在不同时间上的观察值两部分组成 排列的时间可以是年份、季度、月份或其他任何时间形式 时间序列的分类 时间序列的编制原则 时间长短要一致 总体范围要一致 指标内容要一致 计算方法和口径要一致 时间序列的水平分析 发展水平与平均发展水平 发展水平 现象在不同时间上的观察值 说明现象在某一时间上所达到的水平 平均发展水平 现象在不同时间上取值的平均数，又称序时平均数 说明现象在一段时期内所达到的一般水平 不同类型的时间序列有不同的计算方法 绝对数序列的序时平均数 判断所要计算的绝对数序列的类型 根据不同序列的类型选择不同的计算方法 绝对数序列的序时平均数 时期序列计算公式： 绝对数序列的序时平均数 间隔不等的时点序列 绝对数序列的序时平均数 绝对数序列的序时平均数 当间隔相等(f1 = f2= …= fn-1)时，有 时间间隔不等的时点序列的序时平均数计算实例 设某种股票2004年各统计时点的收盘价如下表，计算该股票2004年的年平均价格 增长量 报告期水平与基期水平之差，说明现象在观察期内增长的绝对数量 分为逐期增长量与累积增长量 逐期增长量 报告期水平与前一期水平之差 计算公式为：ΔYt=Yt-Yt-1 (t =1,2,…,n) 累积增长量 报告期水平与某一固定时期水平之差 计算公式为：ΔYt=Yt-Y0 (t=1,2,…,n) 各逐期增长量之和等于最末期的累积增长量 平均增长量 观察期内各逐期增长量的平均数 描述现象在观察期内平均增长的数量 计算公式为 时间序列的速度分析 发展速度 报告期水平与基期水平之比 说明现象在观察期内相对的发展变化程度 有环比发展速度与定期发展速度之分 环比发展速度与定基发展速度 环比发展速度 报告期水平与前一期水平之比 环比发展速度与定基发展速度的关系 观察期内各环比发展速度的连乘积等于最末期的定基发展速度 增长速度 增长量与基期水平之比，又称增长率 说明现象的相对增长程度 有环比增长速度与定基增长速度之分 计算公式为 环比增长速度与定基增长速度 环比增长速度 报告期水平与前一时期水平之比 平均发展速度 观察期内各环比发展速度的平均数 说明现象在整个观察期内平均发展变化的程度 通常采用几何法(水平法)计算 计算公式为： 速度指标的分析与应用 当时间序列中的观察值出现0或负数时，不宜计算速度 例如：假定某企业连续五年的利润额分别为5、2、0、-3、2万元，对这一序列计算速度，在这种情况下，适宜直接用绝对数指标进行分析 在有些情况下，不能单纯就速度论速度，要注意速度与水平指标的结合分析 时间序列的基本特征 例：时间序列分析 先把时间序列描绘在坐标图上，坐标的横轴表示时间 t，坐标的纵轴表示所分析的经济变量 下图描述了某商店某年前10个月的销售额 某企业从1990年1月到2002年12月的销售数据（单位：百万元） 从这个点图可以看出。总的趋势是增长的，但增长并不是单调上升的；有涨有落。但这种升降不是杂乱无章的，和季节或月份的周期有关系。 除了增长的趋势和季节影响之外，还有些无规律的随机因素的作用。 时间序列分析 分析时间序列变化的影响因素 每一个经济变量的变化，在不同时期受不同因素影响，经济变量的时间序列综合地反映了各种因素的影响 影响时间序列变化的主要因素分类 长期趋势因素 季节变化因素 周期变化因素 不规则变化因素 时间序列的分解 经济变量的时间序列通常可以分解成四部分，即： 长期趋势，用 T （Trend）表示 季节波动，用 S （Seasonal）表示 循环波动，用 C （Cyclical）表示 不规则波动，用 I （Irregular） 表示 这四种因素对时间序列变化的影响有二中基本假设 乘积形式：Y=T×S ×C ×I 和的形式：Y=T + S + C + I 时间序列分解法 基于乘积模型的时间序列分解 Yt = T×S×C×I 第一步：消除时间序列中的季节因素和不规则因素 采用移动平均法 计算移动平均值的时期等于季节波动的周期长度 用移动平均法计算的结果是只包含长期趋势因素T和循环波动因素C的时间序列，即： Mt = T×C 第二步：计算只反映季节波动的季节指数（Seasonal indices） 用移动平均值去除原时间序列中对应时期的实际值，得到只包含季节波动和不规则波动的时间序列，即： S×I 通常是围绕1随机波动的值，某个时期的值大于1，则该时期的季节波