高铁梅《计量经济分析方法和建模》—第02章经济时间序列的季节调整、分解和平滑方法.pptVIP

第二章 经济时间序列的 季节调整、分解与平滑 2. X11方法 X-11法是美国商务部标准的季节调整方法 乘法模型、加法模型 ，乘法模型适用于序列可被分解为趋势项与季节项的乘积，加法模型适用于序列可被分解为趋势项与季节项的和。乘法模型只适用于序列值都为正的情形。 如果在季节调整对话框中选择X-11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。 关于调整后的序列的名字。EViews在原序列名后加SA，但也可以改变调整后的序列名，这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。 3. 移动平均方法 X-11法与移动平均法的最大不同是：X-11法中季节因子年与年有可能不同，而在移动平均法中，季节因子被假设为是一样的。 Tramo Time Series Regression with ARIMA Noise, Missing Observation, and Outliers 是对具有缺失观测值，ARIMA误差、几种外部影响的回归模型完成估计、预测和插值的程序。 Seats Signal Extraction in ARIMA Time Series 是基于ARIMA模型的将可观测时间序列分解为不可观测分量的程序。这两个程序是有Victor Gomez 和Agustin Maravall 开发的。 当选择了Pross/Seasonal Adjustment/Tramo Seats 时，EViews执行外部程序，将数据输给外部程序，然后将结果返回EViews。 4. tramo/Seats方法 2.3 趋势分解 本章第2节介绍的季节调整方法可以对经济时间序列进行分解，但在季节调整方法中，趋势和循环要素视为一体不能分开。本节专门讨论如何将趋势和循环要素进行分解的方法。测定长期趋势有多种方法，比较常用的方法有回归分析方法、移动平均法、阶段平均法 phase average，PA方法 、HP滤波方法和频谱滤波方法（frequency band-pass filer， BP滤波）。本节主要介绍HP滤波方法。 2.3.1 Hodrick-Prescott（HP）滤波 在宏观经济学中，人们非常关心序列组成成分中的长期趋势，Hodrick-Prescott滤波是被广泛使用的一种方法。该方法在Hodrick and Prescott 1980 分析战后美国经济周期的论文中首次使用。我们简要介绍这种方法的原理。 设 Yt 是包含趋势成分和波动成分的经济时间序列， YtT 是其中含有的趋势成分， YtC 是其中含有的波动成分。则 2.3.1 计算HP滤波就是从 Yt 中将 YtT 分离出来 。 一般地，时间序列 Yt 中的不可观测部分趋势 YtT 常被定义为下面最小化问题的解： 2.3.2 其中：c L 是延迟算子多项式 2.3.3 将式 2.3.3 代入式 2.3.2 ，则HP滤波的问题就是使下面损失函数最小，即 2.3.4 最小化问题用[c L YtT]2 来调整趋势的变化，并随着? 的增大而增大。这里存在一个权衡问题，要在趋势要素对实际序列的跟踪程度和趋势光滑度之间作一个选择。? 0 时，满足最小化问题的趋势等于序列 Yt ；? 增加时，估计趋势中的变化总数相对于序列中的变化减少，即 ? 越大，估计趋势越光滑；? 趋于无穷大时，估计趋势将接近线性函数。一般经验地， ? 的取值如下： HP滤波的运用比较灵活，它不象阶段平均法那样依赖于经济周期峰和谷的确定。它把经济周期看成宏观经济波动对某些缓慢变动路径的偏离，这种路径在期间内单调地增长，所以称之为趋势。HP滤波增大了经济周期的频率，使周期波动减弱。 使用Hodrick-Prescott滤波来平滑序列，选择Procs/ Hodrick Prescott Filter出现下面的HP滤波对话框： 首先对平滑后的序列给一个名字，EViews将默认一个名字，也可填入一个新的名字。然后给定平滑参数的值，年度数据取100，季度和月度数据分别取1600和14400。不允许填入非整数的数据。点击OK后，EViews与原序列一起显示处理后的序列。注意只有包括在当前工作文件样本区间内的数据才被处理，平滑后序列区间外的数据都为NA。 例2.2 利用HP滤波方法求经济时间序列的趋势项T 利用HP滤波方法求中国社会消费品零售总额月度时间序列和中国GDP季度时间序列的趋势项。 图2.4 实线表示GDP序列、 虚线表示趋势T序列 图2.5 实线表示社会消费品零售总额、