案例三 我国金融机构财政存款余额平滑和季节调整.docVIP

案例三 我国金融机构财政存款余额平滑和季节调整 在本案例中，我们利用我国金融机构2000年1月到2007年12月财政存款余额数据（参见数据集/平滑和季节调整数据/我国金融机构财政存款余额月度数据.xls，单位：亿元），介绍平滑技术和季节调整方法。 1. 创建Eviews工作文件（Workfile） 从Eviews主选单中选File/New/Workfile 选择Monthly选项，输入Start date：2000:01 End date：2007:12，方法如案例一介绍。 2. 录入数据，并对序列进行初步分析 在workfile窗口中选Objects/New Object，新建一个序列对象，命名为czck，用来保存财政存款余额数据，并将数据导入。该序列的折线图如图3—1。 图3—1 财政存款余额序列的折线图 从图3—1我们可以看到，财政存款余额序列有明显的上升趋势，并有明显的波动和季节因素，同时波动幅度随时间的增加而变大。 从Eviews主选单中选Quick/Generat Series，输入lnczck=log(czck)建立一个财政存款余额的对数序列（lnczck），该序列的折线图如图3—2。 图3—2 财政存款余额对数序列的折线图 从图3—2我们可以看到，财政存款余额对数序列具有明显的线性趋势，并有明显的波动和季节因素，但波动幅度随时间的变化改变不大，这主要归功于对数变换。 3.简单移动平均平滑 这里我们对对数序列lnczck做3期和7期简单移动平均，并作比较。对原序列czck的简单移动平均留给读者自行完成。 （1）建立3期和7期简单移动平均序列 从Eviews主选单中选Quick/Generat Series，输入lnczck3=(lnczck+lnczck(-1) +lnczck(-2))/3，如图3—3。lnczck3序列即为3期简单移动平均序列。 图3—3 建立3期简单移动平均序列 同样建立lnczck7序列作为7期简单移动平均序列，序列定义为lnczck7=(lnczck +lnczck(-1)+lnczck(-2) +lnczck(-3)+lnczck(-4) +lnczck(-5)+lnczck(-6))/7，如图3—4。 图3—4 建立7期简单移动平均序列 （2）对数序列lnczck与3期、7期简单移动平均序列比较 将对数序列lnczck与lnczck3、lnczck7序列以组的形式打开，并绘制折线图，得到如图3—5的结果。 图3—5 lnczck与lnczck3、lnczck7序列比较 从图3—5我们可以看到，3期、7期简单移动平均都对原对数序列作了平滑，7期简单移动平均的平化程度更高，证明了期数越多越平滑。同时，简单移动平均消除了一定的波动，甚至消除了一些季节变动影响，这使我们对于序列的长期趋势判断更加准确。但是，简单移动平均明显有滞后的现象。 提示：此处可以联系证券投资分析中的技术分析理论。 4.季节调整 通过对财政存款余额对数序列图（图3—2）的分析，我们可以看到明显的季节变化。由于使用了对数变换， L、S、C的关系接近于相互独立，因此我们选择加法模型进行季节调整。 打开lnczck序列，在序列窗口下选中Procs/Seasonal Adjustment，如图3—6。 图3—6 对财政存款余额对数序列进行季节调整 点击后出现如图3—7的对话框。 图3—7季节调整对话框 Eviews3.1给出的季节调整方法（Adjustment Method）有四种，即X11乘法（Census X11-Multiplicative）、X11加法（Census X11-Additive）、移动平均乘法（Ratio to moving average-Multiplicative）、移动平均加法（Difference from moving average - Additive），这里我们选择移动平均加法。调整后序列（Adjusted Series）的名称，系统默认为在被季节调整序列名后面加SA，我们不作改动。季节因子（Factors）可以选择性保存，我们选择将季节因子保存在序列sf中，即在该栏中输入sf。由于没有使用X11方法，右侧的X11选项可以忽略。 点击OK后，得到如图3—8的结果，可以看到一月份的季节因子是-0.132653，二月份的季节因子是-0.152978等。同时工作文件窗口出现季节调整后序列lnczcksa和季节因子序列sf。 图3—８ 对财政存款余额对数序季节调整结果 季节因子序列如图3—9，它是一个以12位周期的循环序列，相同月份的值也相同。 图3—9 季节因子序列图 比较财政存款余额对数序列季节调整前后的序列图，如图3—10。可以很明显地看到调整后的序列已经明显没有季节