经济时间序列的季节调整、分解和平滑方法.ppt

用户必须选择循环周期（Cycleperiods）的区间以计算Band-Pass滤波的频率响应函数的权重序列。这个区间由一对数据（PL，PU）描述，PL、PU由Band-Pass滤波要保留的循环波动成分所对应的周期来确定。月度数据填月数；季度数据填季度的个数。EViews将根据数据类型填入了默认数值。例如，例2.6认为中国社会消费品零售总额的增长周期大约在1年半（18个月）到5年（60个月），如果保留在这个区间内的循环要素，则区间的下界是18，上界是60。因此，设定PL=18，PU=60（相当于例2.6中的p和q）。*第二章经济时间序列的

季节调整、分解与平滑本章主要介绍经济时间序列的分解和平滑方法。时间序列分解方法包括季节调整和趋势分解，指数平滑是目前比较常用的时间序列平滑方法。*经济指标的月度或季度时间序列包含4种变动要素：长期趋势要素T循环要素C季节变动要素S不规则要素I经济时间序列的分解图1我国工业总产值的时间序列Y图形图2工业总产值的趋势·循环要素TC图形图3工业总产值的季节变动要素S图形图4工业总产值的不规则要素I图形季节调整的概念季节性变动的发生，不仅是由于气候的直接影响，而且社会制度及风俗习惯也会引起季节变动。经济统计中的月度和季度数据或大或小都含有季节变动因素，以月份或季度作为时间观测单位的经济时间序列通常具有一年一度的周期性变化，这种周期变化是由于季节因素的影响造成的，在经济分析中称为季节性波动。经济时间序列的季节性波动是非常显著的，它往往遮盖或混淆经济发展中其他客观变化规律，以致给经济增长速度和宏观经济形势的分析造成困难和麻烦。因此，在进行经济增长分析时，必须去掉季节波动的影响，将季节要素从原序列中剔除，这就是所谓的“季节调整”(SeasonalAdjustment)。§2.2.1X-11季节调整方法§2.2经济时间序列的季节调整方法X-11方法是基于移动平均法的季节调整方法。它的特征在于除了能适应各种经济指标的性质，根据各种季节调整的目的，选择计算方式外，在不作选择的情况下，也能根据事先编入的统计基准，按数据的特征自动选择计算方式。在计算过程中可根据数据中的随机因素大小，采用不同长度的移动平均，随机因素越大，移动平均长度越大。X-11方法是通过几次迭代来进行分解的，每一次对组成因子的估算都进一步精化。2.2.2X12季节调整方法美国商务部国势普查局的X12季节调整程序是在X11方法的基础上发展而来的，包括X11季节调整方法的全部功能，并对X11方法进行了以下3方面的重要改进：扩展了贸易日和节假日影响的调节功能，增加了季节、趋势循环和不规则要素分解模型的选择功能；新的季节调整结果稳定性诊断功能；增加X12-ARIMA模型的建模和模型选择功能。X12季节调整方法的核心算法是扩展的X11季节调整程序。共包括4种季节调整的分解形式：乘法、加法、伪加法和对数加法模型。注意采用乘法、伪加法和对数加法模型进行季节调整时，时间序列中不允许有零和负数。①加法模型(2.2.1)②乘法模型：(2.2.2)③对数加法模型：(2.2.3)④伪加法模型：(2.2.4)例2.1利用X12加法模型进行季节调整图2.1a社会消费品零售总额原序列图2.1b社会消费品零售总额的TCI序列图2.1c社会消费品零售总额的TC序列图2.1d社会消费品零售总额I序列2.2.3TRAMO/SEATS方法TRAMO(TimeSeriesRegressionwithARIMA