（完整版）SVAR模型制作过程.pdfVIP

（（完完整整版版））SVAR模模型型制制作作过过程程

设置⽉度数据MONTHLYstartdate：2008M01enddate2018M08

⼀，数据的季节调整（利⽤x-12进⾏季节性调整）

由于建模时所选取的是宏观经济的⽉度数据，⽽⽉度数据容易受到季节因素的影

响，从⽽掩盖经济运⾏的客观规律，因此我们采⽤CensusX13（功能时最强⼤的）调整⽅法对各个变量数据进⾏季节性调

整。分别记做CPI’、FOOD’、HOSE’、M2’、

VMI’。

时间序列按照时间次序排列的随机变量序列，任何时间序列经过合理的函数变换后都可以被认为由⼏个部分叠加⽽成。三个部

分：趋势部分（T），季节部分（S）

和随机噪声部分（I）。常见的时间序列都是等间隔排列的。

时间序列调整各部分构成的基本模型

Xt=Tt++Tt+It对任何时刻有，E（It）=0，Var（It）=σ2加法模型

Xt=Tt*Tt*It对任何时刻有，E（It）=1，Var（It）=σ2加法模型

（1）判定⼀个数据序列究竟适合乘法模型还是加法模型，可考察其趋

势变化持性及季节变化的波动幅度。

（2）所谓季节调整就是按照上述两种模型将经济时间序列进⾏分解，

去掉季节项的序列成为调过序列。

对于时间序列⽽⾔是否存整体趋势？如果是，趋势是显⽰持续存还是显⽰将随时间⽽消逝？

对于时间序列⽽⾔是否显⽰季节性变化？如果是，那么这种季节的波动是随时间⽽加剧还是持续稳定存？

对于时间序列的分解模型主要有加法模型和乘法模型。

加法模型适⽤于T、S、C相互独⽴的情形。

乘法模型适⽤于T、S、C相关的情形。由于时间序列分解的四⼤要素⼀般都存相

互影响，因此⼤多数的经济数据都采⽤乘法模型进⾏季节性分解。

第⼀步：双击进⾏季节性调整的变量组CPI，procSeasonalAdjustmentx-12

第⼆步：

⽤Eviews软件进⾏季节调整的操作步骤：

1，准备⼀个⽤于调整的时间序列（GDP）（注意：序列需同⼝径（当⽉或当季）、不变价、⾜够长）

2，Eviews中建⽴⼯作⽂件，导⼊序列数据

3，序列图形分析

（1）观察序列中的是否有季节性

（2）是否有离群值或问题值

（3）序列的趋势变动（是加法还是乘法模型）（加法模型主要适⽤于呈线性增长的数据序列，或者是围绕某⼀个中指波动的

数据序列，如pmi数

据序列）（乘法模型主要适⽤于呈指数级数增长的序列，如GDP、⼯业

增加值，投资数据的名义值、实际值及物价的指数序列等。）（对数加

法模型主要适⽤于同⽐增速呈线性增长的数据序列，如GDP、⼯业、

投资及cpi的同⽐增速数据；伪加法模型则主要是对某些⾮负时间序列

进⾏季节调整，他们具有这样的性质：每⼀年中的相同⽉份出现接

近与0的正值，这些⽉份含有接近于0的季节因⼦，受这些⼩因⼦

的影响，季节调整结果将出现偏差。⼀年的特定时期，农产品产量

就是这样的数据序列）

Cpi，vmi为对数加法模型，

（4）必要时还要分析谱图和⾃相关、偏相关图

4，季节调整参数设定

（1）季节调整选择项（模型分解⽅法、季节虑⼦、调整后的序列变量名）a．勾选x11method中的multiplicative，seasonal

filter中的autox12

default

b．Componentseriestosave选择finalseasonalfactor（_SF）TrendFilter

选择Auto（X12fefat）

（2）ARIMA模型参数（序列是否需要做转换、ARIMA说明）（主要是做预测⽤）

（3）交易节假⽇设定（西⽅模式，不适合中国模式）

（4）离群值设定

（5）模型诊断（选上）

5，执⾏季节调整

6，查看季节调整后的结果

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，EXCEL中计算环⽐增长率

建⽴SVAR模型时，需要考虑变量序列的平稳性，这就要求建模前需要对变量进⾏平稳性检验，如果变量序列是平稳的，

那么可以直接进⾏SVAR模型的构建，但是如果变量为⾮平稳序列那么需要对变量序列进⾏平稳性处理，常⽤的⽅法是做差分

和取对数，如若变量序列满⾜同阶单整，则可以进⾏协整检验，如若各个变量序列满⾜协整检验，具有长期的均衡关系，则可

以建⽴SVAR模型。

PROCSeasonalAdjustmentCensusX12

S