基礎與季節(jié)調整操作演示文稿

基礎與季節(jié)調整操作演示文稿現(xiàn)在是1頁\一共有52頁\編輯于星期二基礎與季節(jié)調整操作現(xiàn)在是2頁\一共有52頁\編輯于星期二前言

最常用的季節(jié)調整方法1.X-12-ARIMA2.TRAMO-SEATS

都可在EViews軟件中實現(xiàn)

國家統(tǒng)計局正在開發(fā)基于X-12-ARIMA的季節(jié)調整軟件…現(xiàn)在是3頁\一共有52頁\編輯于星期二主要內容EViews基礎（EViews簡介、數(shù)據(jù)處理基礎、季節(jié)調整選項卡等）如何用EViews軟件進行季節(jié)調整（以一個實例介紹季節(jié)調整的操作步驟……）現(xiàn)在是4頁\一共有52頁\編輯于星期二

EViews基礎什么是EViews

EViews軟件是廣泛使用的經濟計量軟件之一。它主要處理時間序列數(shù)據(jù)，是進行統(tǒng)計描述、回歸分析、時間序列分析等基本數(shù)據(jù)分析，以及建立各種經濟計量模型的有力工具。因此，EViews在統(tǒng)計數(shù)據(jù)分析和評價、金融分析、宏觀經濟預測、銷售預測和成本分析等領域中有著廣泛的應用?，F(xiàn)在是5頁\一共有52頁\編輯于星期二

EViews基礎EViews特點：交互式英文界面、簡單易學在進行數(shù)據(jù)處理時，既可以通過點擊菜單實現(xiàn)，也可以通過提交命令來實現(xiàn)。EViews窗口：由如下五個部分組成：標題欄、主菜單、命令窗口、狀態(tài)欄、工作區(qū)。（見下圖）現(xiàn)在是6頁\一共有52頁\編輯于星期二命令窗口標題欄工作區(qū)主菜單狀態(tài)欄現(xiàn)在是7頁\一共有52頁\編輯于星期二

EViews基礎其中，主菜單包括如下9個菜單File有關文件的常規(guī)操作，如建立、打開、保存、關閉等Edit通常提供編輯功能，如對窗口內容進行復制、剪切、刪除等Objects提供關于對象的基本操作，如新建對象、復制對象等View主要涉及變量的多種查看方式Procs主要涉及變量的多種運算過程Quick提供快速分析過程，包括常用的統(tǒng)計分析方法、回歸模型等Options系統(tǒng)參數(shù)設定選項，如窗口的顯示模式、字體格式等Windows提供關于窗口切換、關閉等操作HelpEViews軟件的幫助選項

現(xiàn)在是8頁\一共有52頁\編輯于星期二

EViews基礎EViews工作文件：

EViews要求數(shù)據(jù)的分析處理過程必須在特定的工作文件（workfile）中進行，因此在錄入和分析數(shù)據(jù)前，應創(chuàng)建一個工作文件?，F(xiàn)在是9頁\一共有52頁\編輯于星期二

EViews基礎工作文件的創(chuàng)建從主菜單選擇File/NewWorkfile，打開WorkfileCreate對話框，如下圖所示現(xiàn)在是10頁\一共有52頁\編輯于星期二

EViews基礎工作文件的屬性（描述具有固定頻率的時間序列工作文件）現(xiàn)在是11頁\一共有52頁\編輯于星期二

EViews基礎工作文件窗口工作文件窗口是各種類型數(shù)據(jù)的集中顯示區(qū)域，擁有很多功能。窗口最上方顯示工作文件名，下面一行是工具欄，提供各種運算功能，再下面顯示的是數(shù)據(jù)的基本情況，包括數(shù)據(jù)區(qū)間、樣本期等一個新建的工作文件窗口內只有兩個對象（object），分別是c(系數(shù)向量)和resid（殘差）。現(xiàn)在是12頁\一共有52頁\編輯于星期二

EViews基礎什么是對象？EViews的核心是對象，對象是指有一定關系的信息或算子捆綁在一起供使用的單元，如一個序列、一個矩陣、一個方程、一個圖表等。對象都放置在對象集合中，其中，工作文件就是最重要的對象集合?，F(xiàn)在是13頁\一共有52頁\編輯于星期二

EViews基礎建立對象選擇主菜單上的“Object/NewObject”。出現(xiàn)NewObject對話框（見下圖）?，F(xiàn)在是14頁\一共有52頁\編輯于星期二

EViews基礎查看對象可在文件窗口中雙擊某個對象，見下圖?，F(xiàn)在是15頁\一共有52頁\編輯于星期二

EViews基礎序列數(shù)據(jù)的錄入手動錄入數(shù)據(jù)。在工具欄選擇Edit+/-按鈕進入編輯狀態(tài)，用戶可輸入或修改序列觀測值。調入已有的數(shù)據(jù)文件。用戶可從主菜單選擇Procs/Improt/ReadText-Lotus-Excel,然后找到目標文件進行讀入。EViews允許調入多種格式的數(shù)據(jù)：ASCII，Excel工作表等。直接復制。在工具欄選擇Edit+/-按鈕進入編輯狀態(tài)，然后再將數(shù)據(jù)從其他文件中拷貝粘貼過來。

（演示）現(xiàn)在是16頁\一共有52頁\編輯于星期二

EViews基礎序列對象的窗口現(xiàn)在是17頁\一共有52頁\編輯于星期二

EViews基礎可以用EViews工作文件窗口菜單上的“View”或對象窗口工具欄上的“View”來改變對象的視圖。一個對象視圖的變化并不改變對象中的數(shù)據(jù)，僅僅是顯示形式改變了?，F(xiàn)在是18頁\一共有52頁\編輯于星期二

EViews基礎含多個對象的工作文件窗口現(xiàn)在是19頁\一共有52頁\編輯于星期二

EViews基礎工作文件的保存保存工作文件可以在工具欄中單擊Save按扭，或從主菜單中選擇File/Save或File/SaveAs，在出現(xiàn)的Windows標準對話框內選擇文件要保存的目錄及文件名?，F(xiàn)在是20頁\一共有52頁\編輯于星期二

EViews基礎工作文件的保存

最后生成(*.wf1)工作文件現(xiàn)在是21頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作序列的季節(jié)調整操作：打開序列窗口，點擊Proc有4種季節(jié)調整方法，CensusX12方法、X11方法、Tramo/Seats方法和移動平均方法。現(xiàn)在是22頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作CensusX-12方法有5個選擇框，如下圖季節(jié)調整選擇設定

（SensonalAdjustment）ARIMA選擇

（ARIMAOptions）交易日、節(jié)假日設定

（TradingDay/Holiday）離群值設定

（Outliers）診斷

（Diagnostics）

現(xiàn)在是23頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作季節(jié)調整選擇設定

①X11方法（X11Method）指定季節(jié)調整分解的形式：乘法、加法、偽加法、對數(shù)加法。注意乘法、偽加法和對數(shù)加法不允許有零和負數(shù)。②季節(jié)濾子(SeasonalFilter)當估計季節(jié)因子時，允許選擇季節(jié)移動平均濾波項數(shù)，缺省是X12自動確定。③趨勢濾子（TrendFilter(Henderson)）

當估計趨勢-循環(huán)分量時，允許指定亨德松移動平均的項數(shù)，可以輸入大于1和小于等于101的奇數(shù)，缺省是由X12自動選擇。

④保存調整后的分量序列名（ComponentSeriestosave）可在“Basename框”設置序列調整后的序列名。在下面的多選鈕中選擇要保存的季節(jié)調整后分量序列，X12將加上相應的后綴存在工作文件中：最終的季節(jié)調整后序列（＿SA）；最終的季節(jié)因子（＿SF）；最終的趨勢循環(huán)因子（＿TC）；最終的不規(guī)則因子（＿IR）；季節(jié)交易日混合因子（＿D16）；假日交易日混合因子（＿D18）；現(xiàn)在是24頁\一共有52頁\編輯于星期二現(xiàn)在是25頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作ARIMA選擇①數(shù)據(jù)轉換（DataTransformation）在配備ARMA模型前允許轉換序列。缺省是不轉換,Auto選擇是根據(jù)計算出來的AIC準則自動確定是不做轉換還是進行對數(shù)轉換；Logistic選擇將序列y轉換為log(y/(1-y))，序列的值被定義在0和1之間；Box-Coxpower選擇要求提供一個參數(shù)λ，然后再做相關轉換②ARIMA說明(ARIMASpec)允許在2種不同的方法中選擇ARIMA模型。1.Specifyin-line選擇要求提供ARIMA模型階數(shù)的說明（pdq）(PDQ)

缺省的指定是(011)(011)p非季節(jié)的AR階數(shù)

d非季節(jié)的差分階數(shù)

q非季節(jié)的MA階數(shù)

P季節(jié)AR階數(shù)

D季節(jié)差分階數(shù)

Q季節(jié)MA階數(shù)

現(xiàn)在是26頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作2.Selectfromfile

選擇X12將從一個外部文件提供的說明集合中選擇ARIMA模型。EViews將利用一個包含一系列缺省模型指定說明的文件（X12A.MDL）：

(011)(011)*(012)(011)X(210)(011)X(022)(011)X(212)(011)

Selectbest檢驗列表中的所有模型，選一個最小預測誤差的模型，缺省是第一個模型。Selectbyout-of-sample-fit對模型的評價用外部樣本誤差，缺省是用內部樣本預測誤差。

③回歸因子選擇（Regressors）允許在ARIMA模型中指定一些外生回歸因子，利用多選鈕可選擇常數(shù)項，或季節(jié)虛擬變量，事先定義的回歸因子可以捕捉交易日和節(jié)假日的影響。現(xiàn)在是27頁\一共有52頁\編輯于星期二現(xiàn)在是28頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作交易日、節(jié)假日設定可以在進行季節(jié)調整和利用ARIMA模型得到用于季節(jié)調整的向前/向后預測值之前，先去掉確定性的影響（例如節(jié)假日和交易日影響）。首先要選擇（AjustmentOption）是否進行這項調整？然后，要確定在那一個步驟里調整：在ARIMA步驟，還是X-11步驟？TradingDayEffects消除交易日影響有2種選擇，依賴于序列是流量序列還是存量序列。對于流量序列還有2種選擇，是對周工作日影響進行調整還是對僅對周工作日-周末影響進行調整。存量序列僅對月度序列進行調整，需給出被觀測序列的月天數(shù)。Holidayeffects

僅對流量序列做節(jié)假日調整。對每一個節(jié)日，你必須提供一個數(shù)，是到這個節(jié)日之前影響的持續(xù)天數(shù)。

Easter復活節(jié)Labor勞動節(jié)Thanksgiving感恩節(jié)Christmas圣誕節(jié)注意這些節(jié)日主要針對西方國家，不能應用于其他國家?，F(xiàn)在是29頁\一共有52頁\編輯于星期二現(xiàn)在是30頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作離群值設定離群值影響的調整也是分別在ARIMA步驟和X11步驟中進行的。在ARIMA步驟中可進行4種離群值設定：加性離群值（AdditiveOuliers）水平變化（LevelShift）暫時變化（TemportaryChange）斜線上升（RampEffects）在X11步驟中只可進行1種離群值設定：加性離群值（AdditiveOuliers）現(xiàn)在是31頁\一共有52頁\編輯于星期二現(xiàn)在是32頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作診斷①季節(jié)因素的穩(wěn)定性分析（StabilityAnalysisofSeasonals）Slidingspans移動間距檢驗被調整序列在固定大小的移動樣本上的變化Historicalrevisions歷史修正檢驗被調整序列增加一個新觀測值，即增加一個樣本時的變化②其他診斷（OtherDiagnostics）可以選擇顯示各種診斷輸出：Residualdiagnostics殘差診斷作為對所配備的ARIMA模型的檢驗，報告一個標準的殘差診斷（例如自相關函數(shù)和Q-統(tǒng)計量），注意這個選擇要求估計ARIMA模型，如果沒有，則這個診斷被應用于原始序列。Outlierdetection外部探測利用指定的ARIMA模型自動地查出和報告外部影響。這個選擇要求指定一個ARIMA模型或至少一個外生回歸因子，假如沒有回歸模型，這項選擇被忽略。Spectralplot譜圖顯示被調整序列和經修正后的不規(guī)則序列的不同的譜圖。紅色垂直點線是季節(jié)頻率，黑色垂線是節(jié)假日、交易日頻率。如果這些垂線剛好落到譜圖的峰值上，意味著季節(jié)調整不充分?，F(xiàn)在是33頁\一共有52頁\編輯于星期二現(xiàn)在是34頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作X-12-ARIMA季節(jié)調整的流程圖

regARIMA模型（前向預測，后向預測，預調整）

建模與模型的比較、診斷

季節(jié)調整（X-11增強版）

診斷（包括歷史修正，平移（滾動）檢驗，譜分析，M1-M11，Q統(tǒng)計量等）

現(xiàn)在是35頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作X-12-ARIMA季節(jié)調整的流程圖預處理（序列圖形分析、模型選擇、離群值、節(jié)假日等參數(shù)設定）執(zhí)行季節(jié)調整診斷分析結果現(xiàn)在是36頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作用EViews軟件進行季節(jié)調整的操作步驟：1.準備一個用于季節(jié)調整的時間序列（GDP）注意：序列需同口徑（當月或當季）、不變價、足夠長度

2.在EViews中建立工作文件，導入序列數(shù)據(jù)

3.序列圖形分析觀察序列中的是否有季節(jié)性、是否有離群值或問題值、序列的趨勢變動（采用加法還是乘法模型）。必要時，還要分析譜圖和自相關圖、偏相關圖。

4.季節(jié)調整參數(shù)設定（五個選項卡）

☆季節(jié)調整選擇項（模型分解方法、季節(jié)濾子、趨勢濾子、調整后的序列變量名）

☆ARIMA模型參數(shù)（序列是否需要做轉換、ARIMA說明）

☆交易節(jié)假日設定（不適用）

☆離群值設定

☆模型診斷（選上）現(xiàn)在是37頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作5.執(zhí)行季節(jié)調整

6.查看季節(jié)調整后的結果查看序列的季節(jié)因子圖形，比較原序列和經季節(jié)調整后的序列

7.分析季節(jié)調整的結果診斷報告主要查看M1-M11、以及Q統(tǒng)計量有沒有通過檢驗如果診斷報告不好，返回第4步

8.導出數(shù)據(jù)，在EXCEL中計算環(huán)比增長率現(xiàn)在是38頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作實例演示序列：我國某個行業(yè)的季度不變價增加值(不妨該序列直接命名為GDP)序列長度為10年（2000年1季度至2009年4季度）現(xiàn)在是39頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作原序列的圖形現(xiàn)在是40頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作參數(shù)設定：季節(jié)調整選擇設定

（乘法模型,默認的季節(jié)濾子和趨勢濾子,調整后序列前綴也命名為GDP，并生成所有的序列）ARIMA選擇

（不做數(shù)據(jù)轉換，ARIMA說明選為默認的(011)(011)）交易日、節(jié)假日設定

（不選）離群值設定

（不選）診斷

（季節(jié)因素穩(wěn)定性分析項選移動間距，其它診斷分析項全選）

現(xiàn)在是41頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作原序列的季節(jié)因子現(xiàn)在是42頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作原序列和季節(jié)調整后的序列現(xiàn)在是43頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作季節(jié)調整診斷報告現(xiàn)在是44頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作如何查看診斷報告：1、診斷報告的內容（8部分）

前言：執(zhí)行季節(jié)調整的設置文件等輸出表A部分：序列數(shù)據(jù)輸出表B部分：初步估計異常值和日歷效應（B1-B20）輸出表C部分：異常值和日歷效應的最終估計（C1-C20）輸出表D部分：不同成分的最終估計（D1-D18）輸出表E部分：序列的變動等（E1-E7）

輸出表F部分：季節(jié)調整質量的衡量

輸出表G部分：譜圖分析

現(xiàn)在是45頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作輸出表B部分：初步估計異常值和日歷效應

B1-原始序列或經過先驗調整的原始序列

B2-趨勢-循環(huán)成分（TC）的初步估計

B3-未修正的季節(jié)-不規(guī)則成分（SI）的初步估計

B4-替換季節(jié)-不規(guī)則成分中的異常值

B5-季節(jié)成分估計

B6-估計季節(jié)調整后的序列

B7-趨勢-循環(huán)成分（TC）估計

B8-季節(jié)-不規(guī)則成分估計

B9-替換季節(jié)-不規(guī)則成分中的異常值

B10-季節(jié)成分估計

B11-估計季節(jié)調整后的序列

B12–不規(guī)則成分估計

B13–估計月度數(shù)據(jù)的日度構成效應（交易日效應）

B14-為回歸交易日效應而排除異常值的不規(guī)則成分

B15-初步回歸交易日效應

B16-回歸得到的交易日調整因子

B17-用于調整不規(guī)則成分的初步權重

B18-組合交易日因素

B19-從原始序列中修正交易日效應

B20–調整不規(guī)則成分中的異常值現(xiàn)在是46頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作輸出表C部分：異常值和日歷效應的最終估計

C1-經先驗調整、交易日調整和異常值修正的原始序列

C2-趨勢-循環(huán)成分（TC）的初步估計

C4-修正的季節(jié)-不規(guī)則成分（SI）的初步估計

C5-季節(jié)成分估計

C6-估計季節(jié)調整后的序列

C7-趨勢-循環(huán)成分（TC）估計C9-季節(jié)-不規(guī)則成分估計

C10–季節(jié)成分估計

C11-估計季節(jié)調整后的序列

C13-不規(guī)則成分估計

C14–為回歸交易日而排除異常值的不規(guī)則成分

C15-最終回歸交易日效應

C16-回歸得到的交易日調整因子

C17–用于調整不規(guī)則成分的初步權重C18-組合交易日因素

C19-對原始序列進行交易日效應調整

C20-調整不規(guī)則成分中的異常值現(xiàn)在是47頁\一共有52頁\編輯于星期二序列的季節(jié)調整操作輸出表D部分：不同成分的最終估計

D1-經先驗調整、交易日調整和異常值修正的原始序列

D2-趨勢-循環(huán)成分（TC）的初步估計

D4-修正的季節(jié)-不規(guī)則成分（SI）的初步估計D5-季節(jié)成分估計

D6-估計季節(jié)調整后的序列

D7-趨勢-循環(huán)成分（TC）估計

D8-未修正的季節(jié)-不規(guī)則成分估計

D9-替換季節(jié)-不規(guī)則成分中的異常值

D10–季節(jié)因素的最終估計

D11–經交易日和季節(jié)調整后的序列

D12–趨勢-循環(huán)成分的最終估計

D13–不規(guī)則成分的最終估計D16-多種季節(jié)和日歷效應估計D18-組合的日歷效應因素現(xiàn)在是48頁\一共有52頁\編