- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
                        查看更多
                        
                    
                第8章 干预分析模型预测法
8.1 干预分析模型基本形式
练习与提高(八) 
   8. 2案例分析 
    8.1 干预分析模型基本形式
(1)持续性干预变量。是指当某一突发事件在T时刻发生以后,一直对所研究的问题有影响。这时我们可用阶跃函数表示,其形式为: 
(2)短暂性干预变量。指当某一突发事件在T时刻发生,仅对该时刻有影响。这时我们可用脉冲函数表示,其形式为: 
    8.1.1 干预分析模型基本变量
8.1.2 干预事件的形式
对经济活动可能产生的经济效果和经济发展趋势作出科学预见的学科。
(1)干预事件的运行突然开始,长期持续下去。 
设干预对因变量的影响是固定的,从某一时刻T开始,但影响程度是未知的,即因变量的大小是未知的。干预模型为:
w表示干预影响程度的未知参数 
干预事件发生后需延迟b个时期才能产生影响 
其最简单模型为:
(2)干预事件的影响逐渐开始,长期持续下去。
(3)干预事件突然开始,产生暂时的影响。 
(4)干预事件逐渐开始,产生暂时的影响 。 
8.1.3干预分析模型的基本形式
设y(t)为经济过程的某个指标值 ,x(t)表示无干预影响时的经济过程值,z(t)为干预影响过程值,则在干预影响下的经济过程值可表示为:
其中, x(t)可用回归法、季节指数以及ARMA等方法确定, z(t)由上述干预事件确定。
以ARMA模型说明建立干预模型的步骤:
(1)利用无干预影响的序列(即的前半部分)建立ARMA模型:
然后利用此模型进行外推预测,得到的预测值作为不受干预影响的数值 
(2)将干预事件后的实际值(即y(t)的后半部分)减去预测值     ,得到受干预影响的效用值:
利用这些结果估计干预影响部分 
中的参数     和 
若干预影响部分      的形式为:
则就是估计自回归方程                      的参数。
(3)计算净化序列。
净化序列是指消除了干预影响的序列,它由实际的观察值减去干预影响值得到,即: 
当            时, 
当            时, 
(4)利用净化序列建立一个改进的ARMA模型:
(5) 将第(4)步     与第(2)步      的结合,就得总的干预分析模型:
(6)利用模型进行预测
当            时, 
当            时, 
2案例分析 
8.2.1 我国进出口商品总额模型
选取2007年1月至2009年2月的海关进出口总额数据,并以2008年9月金融危机爆发作为干预事件,因此将时间序列数据分为两个时期:第一时期为2007年1月至2008年9月,第二时期为2008年10月至2009年2月。 
由于金融危机爆发并不是立刻产生完全的影响,而是随着时间的推移,逐渐地感到这种影响的存在。因此干预影响可选为模型:
序号
日期
进出口额
调整(30日)额
序号
日期
进出口额
调整(30日)额
1
2007年1月
1573.6
1522.8
14
2008年2月
1661
1779.6
2
2007年2月
1404.5
1504.8
15
2008年3月
2044.5
1978.5
3
2007年3月
1599.3
1547.7
16
2008年4月
2207.63
2207.6
4
2007年4月
1779.9
1779.9
17
2008年5月
2209.4
2138.1
5
2007年5月
1656.1
1602.7
18
2008年6月
2220.88
2220.9
6
2007年6月
1795.9
1795.9
19
2008年7月
2479.41
2399.4
7
2007年7月
1910.7
1849.1
20
2008年8月
2412.65
2334.8
8
2007年8月
1977.13
1913.4
21
2008年9月
2437.53
2437.5
9
2007年9月
2009.17
2009.2
22
2008年10月
2215.39
2143.9
10
2007年10月
1881.9
1821.2
23
2008年11月
1897.03
1897
11
2007年11月
2088.7
2088.7
24
2008年12月
1832.6
1773.5
12
2007年12月
2061.44
1994.9
25
2009年1月
1418
1372.3
13
2008年1月
1998.3
1933.8
26
2009年2月
1249.7
1339
(1)由于是月数据,考虑每月的天数不一致,所以都化为标准的30天,调整后的数据见表8-1,并用y表示这26个数据组成的列向量。
y=[1522.8 1504.8 1547.7 1779.9 1602.7 1795.9 1849.1 1913.4 ..
                 原创力文档
原创力文档 
                        

文档评论(0)