第九章时间序列分析46942510.pptVIP

一 时间序列的分解 长期趋势(T) 季节变动(S) 可解释的变动 循环变动(C) 不规则变动(I) ——不规则的不可解释的变动 第六十页，共一百零二页。 续前 第六十一页，共一百零二页。 长期趋势 长期趋势：是时间序列变动的基本形式。它是由于各个时期普遍的、持续的、决定的基本因素的作用，使各期发展水平沿着一个方向上升或下降，形成的变动规律。。 如：随着经济的快速发展、使用的快速增加，自然资源拥有量呈下降的趋势；一国经济的持续增长，表现为人民生活水平的不断提高。 认识和掌握现象的长期趋势，可以把握现象发展变化的基本特点。 第六十二页，共一百零二页。 季节变动 季节变动：是指时间序列在一年内受自然季节变换和社会习俗等因素影响而发生的有规律的周期性波动 。 例如，北方的农业生产受季节变化的影响出现的春耕、夏锄、秋收和冬储波动；铁路、公路等客运量在一年中的旅游旺季出现高峰等等。其周期长度可以是日、星期、月、季度等。 第六十三页，共一百零二页。 循环变动 “循环变动”是指社会经济发展中的一种近乎规律性的盛衰交替变动。其成因比较复杂，周期在一年以上，长短不一。 “循环变动”与“长期趋势”不同。它不是“单一方向的持续变动”，而是“有涨有落的交替变动”。 “循环变动”也不同于“季节变动”。循环变动的“周期长短”很不一致，它不象“季节变动”那样有“明显的按月或按季的固定周期性规律”，其规律性不太明显，通常很难识别。 一个经济周期包括经济的高涨、危机、萧条、复苏四个阶段，受经济周期的影响，许多社会经济现象都会呈现出以若干年为周期的循环变动。 例如：失业人数、银行利率和基本建设投资规模等现象的变化情况。 第六十四页，共一百零二页。 不规则变动 “不规则变动”：亦称剩余变动或随机变动，它是时间序列中除了上述三种变动之外剩余的一种变动，是各种偶然的（或突发性的）因素 。 如自然灾害、战争以及无法预料和具体解释的随机性因素影响的结果。 不规则变动与时间无关。 “不规则变动”无规律、无规则，因而是不可预知的。 第六十五页，共一百零二页。 乘法模型 第六十六页，共一百零二页。 乘法模型的基本假设 乘法模型的基本假设是：假定这些因素是由不同原因组成的，但相互之间存在一定的关系，即它们对事物发展的影响是相互的。因此，时间序列中各观察值表现为各种因素的乘积。利用乘法模型可以将四个因素很容易地分离出来。因而乘法模型在时间序列分析中被广泛使用。本节及以后各节介绍的时间序列构成分析方法，均以乘法模型为例。 第六十七页，共一百零二页。 二、长期趋势的测定方法 （一） 修匀方法 （二） 移动平均法 （三） 指数平滑法 （四） 数学模型法 第六十八页，共一百零二页。 （一） 修匀方法 1.随手法 是拟合趋势线的最简单的一种经验判断法。它是依据观察和经验，在时间序列的实际资料曲线图上直接画出趋势直线或趋势曲线，使趋势线穿插于实际曲线之中。它也可借助透明尺和细线来描画，因此又称曲线法。 利用此方法画出的趋势线应使趋势线上方的曲线面积等于下方的曲线面积。换句话说，趋势线上方的资料垂直偏差(从资料之点至趋势线)总和，应该与趋势线下方的资料垂直偏差总和一致。 第六十九页，共一百零二页。 （一） 修匀方法 2.时距扩大法 时距扩大法是把时间序列中各期指标数值按较长的时距加以归并，形成一个新的简化了的时间序列，以清除原数列中各种偶然因素的影响，显现出长期趋势。 时距扩大法要通过扩大时间距离来消除偶然因素的影响。因此，这种修匀方法只适合于时期数列而不适合于时点数列。 第七十页，共一百零二页。 （二） 移动平均法 是对原有时间序列进行修匀，测定长期趋势的一个常用而又较为简单的方法，又称继动平均法。它是对原有时间序列按一定的时间跨度逐项移动，计算一系列的平均发展水平，形成一个新的时间序列，以消除短期的、偶然的因素引起的变动，呈现出现象发展变化的长期趋势。 移动平均法只能预测最近一期数值，逐期移动、逐期预测。这种方法只是对n期资料进行简单平均。因此，预测的准确性较差。 第七十一页，共一百零二页。 采用移动平均法确定长期趋势值，要注意的问题 1.采用的项数为奇数或偶数项： 若移动平均时期为奇数项，所得移动平均数对正中间项原值，一次即得长期趋势值。若为偶数项，移动平均数则对着原数列移动平均期的两项中间，因此，必须对这些移动平均数相邻两项再次移动平均，使新数列各项下移半期，对正原数列各项。谓之移正平均数。 2.移动平均项数的选择：必须根据时间序列的特点选择移动平均的时间跨度。若现象变化有周期性，就以周期长度为移动平均的时间跨度。如三年为一个周期，则可三年移动平均。如果掌握的是各年的季度资料，应取四项移动平均，掌握的是各年每月资料，应取十二项移动平均。只有这样，