第十二讲_经济间序列的季节调整、分解和平滑预测方法.ppt

内容框架 第一节 基础概念 第二节 季节调整的方法 第三节 趋势分解方法 第四节 指数平滑 第一节 经济时间序列分解与季节调整基础 一 分解 二 季节调整 EVIEWS7.0操作演示 对我国季度M1进行预测 数据见currency.xls 使用TC序列(长期趋势)进行预测，只是扣除了季节循环因素和不规则因素，要预测可按增长率或其他方法预测 如示例 中国GDP的HP 1978-2009年GDP HP滤波后的趋势作预测 使用EXCEL模拟 EVIEWS操作示例 M2作预测 先对其平滑 Expand时间区间(扩大样本区间) 再重新做平滑，则自动填充序列 (1) 数据转换（Data Transformation） 在配备一个合适的ARMA模型之前允许转换序列： (1) 缺省是不转换； (2) Auto选择是根据计算出来的AIC准则自动确定是不做转换还是进行对数转换； (3) Logistic选择将序列 y 转换为 log(y/(1-y))， y序列的值要求在0和1之间； (4) Box-Cox power选择要求提供一个参数 ? ，做下列转换： 由每天经济活动的总和组成的月度时间序列受该月各周的影响，这种影响称为贸易日影响（或周工作日影响）。例如，对于零售业在每周的星期一至星期五的销售额比该周的星期六、星期日要少得多。因此，在某月如果多出的星期天数是一周的前五天，那么该月份销售额将较低；如果多出的星期天数是一周的星期六、星期日，那么该月份销售额将较高。又如，在流量序列中平均每天的影响将产生“月长度”影响。因为在每年中二月份的长度是不相同的，所以这种影响不可能完全被季节因素承受。二月份残留的影响被称为润年影响。 C. 贸易日和节假日影响 （1）贸易日影响 Young(1965)讨论了浮动贸易日的影响，Cleveland and Grupe(1983)讨论了固定贸易日的影响。贸易日影响和季节影响一样使得比较各月的序列值变得困难，而且不利于研究序列间的相互影响。由于这个原因，当贸易日影响的估计在统计上显著时，通常在季节调整之前先把贸易日的影响从序列中剔除。在调整的内容中，形成了又一个分解要素：贸易日要素 D。 在X12季节调整中，假设贸易日影响要素包含在不规则要素中，即不规则要素的形式是 ID，假设已从原序列 Y 中分解出 ID。然后用回归分析求出星期一，星期二，……，星期日的相应权重，从而可以将 ID 分解为真正的不规则要素 I 和贸易日要素 D。 美国的圣诞节、复活节及感恩节等节假日对经济时间序列也会产生影响。例如，圣诞节的影响可以增加当周或前一周商品的零售额，或者是降低特定工厂在圣诞节前几天的产量。在X12方法中，贸易日和节假日影响可以从不规则要素中同时估计得到。在X12方法中，可以对不规则要素建立ARIMAX模型，包括贸易日和节假日影响的回归变量，而且还可以指明奇异值的影响，并在估计其他回归影响的同时消除它们。注意EViews中的节假日调整只针对美国，不能应用于其他国家。 （2）节假日影响的调整 可以在进行季节调整和利用ARIMA模型得到用于季节调整的向前/向后预测值之前，先去掉确定性的影响（例如节假日和贸易日影响）。首先要选择: （Ajustment Option）是否进行这项调整？，确定在那一个步骤里调整：在ARIMA步骤，还是X-11步骤？ 贸易日和节假日影响操作 · Trading Day Effects消除贸易日影响有2种选择，依赖于序列是流量序列还是存量序列（诸如存货）。对于流量序列还有2种选择，是对周工作日影响进行调整还是对仅对周日-周末影响进行调整。存量序列仅对月度序列进行调整，需给出被观测序列的月天数。 · Holiday effects 仅对流量序列做节假日调整。对每一个节日，必须提供一个数，是到这个节日之前影响的持续天数。 Easter 复活节 Labor 美国、加拿大的劳工节，九月第一个星期一 Thanksgiving 感恩节（在美国为11月第4个星期4；加拿大为10月第2个星期1） Christmas 圣诞节 注意这些节日只针对美国，不能应用于其他国家。 (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 Regressio