EViews基础与季节调整操作解读.ppt

序列的季节调整操作 离群值设定 离群值影响的调整也是分别在ARIMA步骤和X11步骤中进行的。 在ARIMA步骤中可进行4种离群值设定： 加性离群值（Additive Ouliers） 水平变化（Level Shift） 暂时变化（Temportary Change） 斜线上升（Ramp Effects） 在X11步骤中只可进行1种离群值设定： 加性离群值（Additive Ouliers） 序列的季节调整操作 诊断 ① 季节因素的稳定性分析（Stability Analysis of Seasonals） Sliding spans移动间距 检验被调整序列在固定大小的移动样本上的变化 Historical revisions 历史修正 检验被调整序列增加一个新观测值，即增加一个样本时的变化 ② 其他诊断（Other Diagnostics） 可以选择显示各种诊断输出： Residual diagnostics 残差诊断 作为对所配备的ARIMA模型的检验，报告一个标准的残差诊断（例如自相关函数和Q-统计量），注意这个选择要求估计ARIMA模型，如果没有，则这个诊断被应用于原始序列。 Outlier detection 外部探测 利用指定的ARIMA模型自动地查出和报告外部影响。这个选择要求指定一个ARIMA模型或至少一个外生回归因子，假如没有回归模型，这项选择被忽略。 Spectral plot 谱图 显示被调整序列和经修正后的不规则序列的不同的谱图。红色垂直点线是季节频率，黑色垂线是节假日、交易日频率。如果这些垂线刚好落到谱图的峰值上，意味着季节调整不充分。 序列的季节调整操作 X-12-ARIMA季节调整的流程图 reg ARIMA 模型 （前向预测，后向预测，预调整） 建模与模型的比较、 诊断 季节调整 （ X - 11 增强版） 诊断 （包括历史修正，平移（滚动）检验，谱分 析， M1 - M11 ， Q 统计量等） 序列的季节调整操作 X-12-ARIMA季节调整的流程图 预处理 （序列图形分析、模型选择、离群值、节假日等参数设定） 执行季节调整 诊断分析结果 序列的季节调整操作 用EViews软件进行季节调整的操作步骤： 1.准备一个用于季节调整的时间序列（GDP） 注意：序列需同口径（当月或当季）、不变价、足够长度 2.在EViews中建立工作文件，导入序列数据 3.序列图形分析 观察序列中的是否有季节性、是否有离群值或问题值、序列的趋势变动（采用加法还是乘法模型）。必要时，还要分析谱图和自相关图、偏相关图。 4.季节调整参数设定（五个选项卡） ☆ 季节调整选择项（模型分解方法、季节滤子、趋势滤子、调整后的序列变量名） ☆ ARIMA模型参数（序列是否需要做转换、ARIMA说明） ☆ 交易节假日设定（不适用） ☆ 离群值设定 ☆ 模型诊断（选上） 序列的季节调整操作 5.执行季节调整 6.查看季节调整后的结果 查看序列的季节因子图形，比较原序列和经季节调整后的序列 7.分析季节调整的结果诊断报告 主要查看M1-M11、以及Q统计量有没有通过检验 如果诊断报告不好，返回第4步 8.导出数据，在EXCEL中计算环比增长率 序列的季节调整操作 实例演示 序列：我国某个行业的季度不变价增加值(不妨该序列直接命名为GDP) 序列长度为10年（2000年1季度至2009年4季度） 序列的季节调整操作 原序列的图形 序列的季节调整操作 参数设定： 季节调整选择设定 （乘法模型,默认的季节滤子和趋势滤子,调整后序列前缀也命名为GDP，并生成所有的序列） ARIMA选择 （不做数据转换，ARIMA说明选为默认的(0 1 1)(0 1 1)） 交易日、节假日设定 （不选） 离群值设定 （不选） 诊断 （季节因素稳定性分析项选移动间距，其它诊断分析项全选） 序列的季节调整操作 原序列的季节因子 序列的季节调整操作 原序列和季节调整后的序列 序列的季节调整操作 季节调整诊断报告 序列的季节调整操作 如何查看诊断报告： 1、诊断报告的内容（8部分） 前言：执行季节调整的设置文件等 输出表A部分：序列数据 输出表B部分：初步估计异常值和日历效应（B1-B20） 输出表C部分：异常值和日历效应的最终估计（C1-C20） 输出表D部分：不同成分的最终估计（D1-D18） 输出表E