第5章-时间序列分析.ppt

第一章绪论第5章时间序列分析（三）时间序列的编制原则1.时间方面的可比性各期指标数值所属时间可比2．指标方面的可比性公式推导yn/y0=y1/y0×y2/y1×...×yn/yn=b1×b2×...×bnb表示平均发展速度，n表示环比发展速度的时期数，则：b=n√yn/y0=n√b1×b2×...×bn1990年出口商品销售额为620.91亿美元，1996年出口商品总额为1510.66亿美元，1990——1996年出口商品总额的平均发展速度是不是=1510.66/620.91？本章小结时间序列的概念、构成与分类时间序列的编制原则与分析目的时间序列的图形分析与指标分析时间序列的影响因素与数学模型时间序列的长期趋势分析时间序列的季节变动分析利用Excel对时间序列进行分析经济系统的内部因素自然因素制度性因素规律性低固定周期循环季节波动成因周期规律变动季节变动和循环变动的比较—由于偶然性因素的影响而表现出的无规律、不规则波动。随机变动的成因：—自然灾害、意外事故、政治事件；—大量无可言状的随机因素的干扰。不规则变动（I）2.时间序列分析模型1.加法模型：假定四种变动因素相互独立，序列各时期发展水平是各构成因素之总和。2.乘法模型：假定四种变动因素之间存在着交互作用，序列各时期发展水平是各构成因素之乘积。3.时间序列的分解分析时间序列的分解分析就是按照时间序列的分析模型，测定出各种变动的具体数值。其分析取决于时间序列的构成因素。不规则变动趋势与不规则变动季节与不规则变动季节、趋势与不规则变动受不同因素影响的常见时间序列时间序列的常见形态（1)仅包含趋势变动和随机变动（年度数据）乘法模型为：Y=T×I加法模型为：Y=T+I某股票连续16周的收盘价走势(2)含趋势、季节和随机变动按月（季）编制的时间序列通常具有这种形态。分析步骤：a.分析和测定趋势变动，求趋势值T；b.对时间序列进行调整，得出不含趋势变动的时间序列资料。c.对以上的结果进一步进行分析，消除随机变动I的影响，得出季节变动的测定值S。某啤酒厂2000～2005年各季度的啤酒销售量数据本教材将在乘法模型的基础上，从时间序列的发展水平Y中将影响因素T、S、C、I分离出来，一一测定它们的影响程度，分析研究它们各自的统计规律，从而达到对现象Y的深刻认识，进而提高对现象进行预测的准确性。（二）时间序列的长期趋势分析把握现象随时间演变的趋势和规律；对事物的未来发展趋势作出预测；便于更好地分解研究其他因素。测定长期趋势的常用方法：①移动平均法②数学模型法测定长期趋势的意义：通过扩大原时间序列的时间间距，采用逐项递移的方式，分别计算出一系列序时平均数，最终形成一个新的时间序列的方法。移动平均法1.移动平均法其基本思想是：在构成时间序列的四个因素中，除了长期趋势外，其他三个因素，即季节变动、循环变动和不规则变动，都可以通过平均的方法使它们相互抵消。第二步，边移动，边计算序时平均数，并将其编制成时间序列一般应选择奇数作为时间间距；若原序列呈周期变动，则应选择现象的变动周期长度作为时间间距。移动平均法的步骤：第一步，确定序时平均数的时间间距奇数项移动平均:原序列移动平均新序列移动平均移正平均新序列原序列偶数项移动平均:图5.2中国粮食产量3、4、5年的移动平均图示简单移动平均预测法将最近k期数据平均作为下一期的预测值设移动间隔为k(1kt)，则t期的移动平均值为3.t+1期的简单移动平均预测值为对我国1990-2007年粮食产量数据进行三年、四年、五年移动平均预测。48203.8848828.4049455.57200846785.7247714.7848384.4350160.30200745877.6846031.1047018.3049804.20200645440.7445246.5545240.7348402.20200546219.0845064.2044679.7746946.90200447323.8246347.4044850.3345705.80200348593.3448387.4047440.0343069.50200249631.2449425.6849428.534526