大理工大学应用时间序列分析一纸开卷资料.docVIP

常用的样本数据有三类： 时间序列数据，是一批按照时间先后顺序排列的统计数据。截面数据，是一批发生在同一时间截面上的数据 。虚拟变量数据，也称为二进制数据，一般取0或1。虚拟变量经常被用在计量经济学模型中，以表征政策、条件等因素 采纳时间序列数据的注意事项 1、样本区间内经济行为的一致性；2、样本点之间数据具有可比性，价值形态出现的数据往往是不可比的，应当消除物价因素的影响；3、样本观察值过于集中，不能反映经济变量间的结构关系，应增大观测区间；4、时间序列误差项间往往存在序列相关（自相关） 截面数据 截面数据又俗称横向数据，是一批发生在同一时间截面上的调查数据。研究某个时点上的变化情况。截面数据中大多存在异方差 采纳截面数据的注意事项 样本点间的同质性（样本与母体的一致性），截面数据很难用于总量估计。截面数据一般存在误差项的异方差 面板数据 面板数据是时间序列数据与截面数据的合成体。 面板数据的质量：完整性（不能有遗失数据，必要时，采用插值技术补上）。准确性（准确真实且数据口径方面也符合建模要求）。可比性（将范围口径和价格口径调整一致）。一致性——同质性（样本与母体一致）。 完整性指模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征准确性准确性有两方面含义：所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的；必须是模型研究中所准确需要的，即满足模型对变量口径的要求；可比性是通常所说的数据口径问题得到的经济统计数据，一般可比性较差，其原因在于统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计计量经济学方法，是从样本数据中寻找经济活动本身客观存在的规律性，如果数据是不可比的，得到的规律性就难以反映实际。不同的研究者研究同一个经济现象，采用同样的变量和数学形式，选择的样本点也相同，但可能得到相差甚远的结果。原因在于样本数据的可比性 时间数列的编制原则基本原则是保证可比性，主要包括：时间上可比；总体范围可比；计算口径可比；经济内容可比；一致性：指母体与样本的一致性。 时间序列定义一个时间序列按一时间顺序生成的观测值的集合 时间数列 把反映某一现象发展变化的一系列指标数值按时间先后顺序排列起来所形成的数列。两个基本要素：现象所属时间、指标数值。 增减量（增长量） 增减量=报告期水平－基期水平.逐期增减量＝报告期水平－上期水平.累计增减量＝报告期水平－固定基期水平 平均增减（增长）量 逐期增减量的序时平均数； 发展速度 发展速度＝报告期水平／基期水平。*环比发展速度＝报告期水平／上期水平*定期发展速度＝报告期水平／固定基期水平。 增减速度（增长率）：增长量与基期水平之比，说明现象增长变化的相对程度 速度的表现形式和文字表述一般表示用%、倍数，也有用‰、翻番数 从基期到报告期翻 m 番，则有：报告期水平= 基期水平。速度的表现形式和文字表述 平均增减速度 表示逐期增减变动的平均程度，即各期环比增减速度的一般水平，计算方法：平均增减速度=平均发展速度 — 1。 平均发展速度的计算方法:几何平均法（水平法） 以 yt 表示环比发展速度，根据环比发展速度与总速度的关系，计算平均发展速度应该采用几何平均法： 几何平均法的特点：用所求平均发展速度代表各环比发展速度，推算的最末一期的水平与实际相等，推算的总速度（最末一期的定基速度）也与实际相等 。着眼于最末一期的水平，故称为“水平法”。如果关心现象在最后一期应达到的水平时，采用几何平均法计算平均发展速度比较合适。 方程式法（累计法）的基本思想 方程式法的特点：其出发点是，用所求的代表各期的环比发展速度，推算出的各期水平之总和与实际相等。 侧重于考察全期总水平，计算结果取决于整个计算期各期水平的累计总和，故称为“累计法”。适用于：关心整个考察期内的总量变动。 应用平均速度应注意的问题：总平均速度与各环比速度、分段平均速度结合； 当时间序列中的观察值出现0或负数时，不宜计算速度，而适宜直接用绝对数进行分析。将速度与水平二者结合——常常用到增长1%的绝对值来补充说明增长速度（环比、定期）。 移动平均法的特点 移动平均法可以呈现出现象的长期趋势，但本身不能进行外推预测。只有当T为水平趋势时，才可用移动平均值作为最近一期的预测值。为了预测方便，也可以将移动平均值放在所平均时间的最末一期。股票证券技术分析中的各种均线（即移动平均曲线）就是采用这种方法。但当T有升降趋势时，须注意移动平均值的时滞性 趋势方程的选择 定性分析。利用有关理论知识、结合现象变化的性质特点进行判断； 绘制观测值散点图或折线图。这些图形常能很直观的表现出数列的趋势类型，是最常用也是比较有效的一种方法。 根据数列的数据特征