基础与季节调整操作演示文稿

基础与季节调整操作演示文稿本文档共52页；当前第1页；编辑于星期三\22点53分基础与季节调整操作本文档共52页；当前第2页；编辑于星期三\22点53分前言

最常用的季节调整方法1.X-12-ARIMA2.TRAMO-SEATS

都可在EViews软件中实现

国家统计局正在开发基于X-12-ARIMA的季节调整软件…本文档共52页；当前第3页；编辑于星期三\22点53分主要内容EViews基础（EViews简介、数据处理基础、季节调整选项卡等）如何用EViews软件进行季节调整（以一个实例介绍季节调整的操作步骤……）本文档共52页；当前第4页；编辑于星期三\22点53分

EViews基础什么是EViews

EViews软件是广泛使用的经济计量软件之一。它主要处理时间序列数据，是进行统计描述、回归分析、时间序列分析等基本数据分析，以及建立各种经济计量模型的有力工具。因此，EViews在统计数据分析和评价、金融分析、宏观经济预测、销售预测和成本分析等领域中有着广泛的应用。本文档共52页；当前第5页；编辑于星期三\22点53分

EViews基础EViews特点：交互式英文界面、简单易学在进行数据处理时，既可以通过点击菜单实现，也可以通过提交命令来实现。EViews窗口：由如下五个部分组成：标题栏、主菜单、命令窗口、状态栏、工作区。（见下图）本文档共52页；当前第6页；编辑于星期三\22点53分命令窗口标题栏工作区主菜单状态栏本文档共52页；当前第7页；编辑于星期三\22点53分

EViews基础其中，主菜单包括如下9个菜单File有关文件的常规操作，如建立、打开、保存、关闭等Edit通常提供编辑功能，如对窗口内容进行复制、剪切、删除等Objects提供关于对象的基本操作，如新建对象、复制对象等View主要涉及变量的多种查看方式Procs主要涉及变量的多种运算过程Quick提供快速分析过程，包括常用的统计分析方法、回归模型等Options系统参数设定选项，如窗口的显示模式、字体格式等Windows提供关于窗口切换、关闭等操作HelpEViews软件的帮助选项

本文档共52页；当前第8页；编辑于星期三\22点53分

EViews基础EViews工作文件：

EViews要求数据的分析处理过程必须在特定的工作文件（workfile）中进行，因此在录入和分析数据前，应创建一个工作文件。本文档共52页；当前第9页；编辑于星期三\22点53分

EViews基础工作文件的创建从主菜单选择File/NewWorkfile，打开WorkfileCreate对话框，如下图所示本文档共52页；当前第10页；编辑于星期三\22点53分

EViews基础工作文件的属性（描述具有固定频率的时间序列工作文件）本文档共52页；当前第11页；编辑于星期三\22点53分

EViews基础工作文件窗口工作文件窗口是各种类型数据的集中显示区域，拥有很多功能。窗口最上方显示工作文件名，下面一行是工具栏，提供各种运算功能，再下面显示的是数据的基本情况，包括数据区间、样本期等一个新建的工作文件窗口内只有两个对象（object），分别是c(系数向量)和resid（残差）。本文档共52页；当前第12页；编辑于星期三\22点53分

EViews基础什么是对象？EViews的核心是对象，对象是指有一定关系的信息或算子捆绑在一起供使用的单元，如一个序列、一个矩阵、一个方程、一个图表等。对象都放置在对象集合中，其中，工作文件就是最重要的对象集合。本文档共52页；当前第13页；编辑于星期三\22点53分

EViews基础建立对象选择主菜单上的“Object/NewObject”。出现NewObject对话框（见下图）。本文档共52页；当前第14页；编辑于星期三\22点53分

EViews基础查看对象可在文件窗口中双击某个对象，见下图。本文档共52页；当前第15页；编辑于星期三\22点53分

EViews基础序列数据的录入手动录入数据。在工具栏选择Edit+/-按钮进入编辑状态，用户可输入或修改序列观测值。调入已有的数据文件。用户可从主菜单选择Procs/Improt/ReadText-Lotus-Excel,然后找到目标文件进行读入。EViews允许调入多种格式的数据：ASCII，Excel工作表等。直接复制。在工具栏选择Edit+/-按钮进入编辑状态，然后再将数据从其他文件中拷贝粘贴过来。

（演示）本文档共52页；当前第16页；编辑于星期三\22点53分

EViews基础序列对象的窗口本文档共52页；当前第17页；编辑于星期三\22点53分

EViews基础可以用EViews工作文件窗口菜单上的“View”或对象窗口工具栏上的“View”来改变对象的视图。一个对象视图的变化并不改变对象中的数据，仅仅是显示形式改变了。本文档共52页；当前第18页；编辑于星期三\22点53分

EViews基础含多个对象的工作文件窗口本文档共52页；当前第19页；编辑于星期三\22点53分

EViews基础工作文件的保存保存工作文件可以在工具栏中单击Save按扭，或从主菜单中选择File/Save或File/SaveAs，在出现的Windows标准对话框内选择文件要保存的目录及文件名。本文档共52页；当前第20页；编辑于星期三\22点53分

EViews基础工作文件的保存

最后生成(*.wf1)工作文件本文档共52页；当前第21页；编辑于星期三\22点53分序列的季节调整操作序列的季节调整操作：打开序列窗口，点击Proc有4种季节调整方法，CensusX12方法、X11方法、Tramo/Seats方法和移动平均方法。本文档共52页；当前第22页；编辑于星期三\22点53分序列的季节调整操作CensusX-12方法有5个选择框，如下图季节调整选择设定

（SensonalAdjustment）ARIMA选择

（ARIMAOptions）交易日、节假日设定

（TradingDay/Holiday）离群值设定

（Outliers）诊断

（Diagnostics）

本文档共52页；当前第23页；编辑于星期三\22点53分序列的季节调整操作季节调整选择设定

①X11方法（X11Method）指定季节调整分解的形式：乘法、加法、伪加法、对数加法。注意乘法、伪加法和对数加法不允许有零和负数。②季节滤子(SeasonalFilter)当估计季节因子时，允许选择季节移动平均滤波项数，缺省是X12自动确定。③趋势滤子（TrendFilter(Henderson)）

当估计趋势-循环分量时，允许指定亨德松移动平均的项数，可以输入大于1和小于等于101的奇数，缺省是由X12自动选择。

④保存调整后的分量序列名（ComponentSeriestosave）可在“Basename框”设置序列调整后的序列名。在下面的多选钮中选择要保存的季节调整后分量序列，X12将加上相应的后缀存在工作文件中：最终的季节调整后序列（＿SA）；最终的季节因子（＿SF）；最终的趋势循环因子（＿TC）；最终的不规则因子（＿IR）；季节交易日混合因子（＿D16）；假日交易日混合因子（＿D18）；本文档共52页；当前第24页；编辑于星期三\22点53分本文档共52页；当前第25页；编辑于星期三\22点53分序列的季节调整操作ARIMA选择①数据转换（DataTransformation）在配备ARMA模型前允许转换序列。缺省是不转换,Auto选择是根据计算出来的AIC准则自动确定是不做转换还是进行对数转换；Logistic选择将序列y转换为log(y/(1-y))，序列的值被定义在0和1之间；Box-Coxpower选择要求提供一个参数λ，然后再做相关转换②ARIMA说明(ARIMASpec)允许在2种不同的方法中选择ARIMA模型。1.Specifyin-line选择要求提供ARIMA模型阶数的说明（pdq）(PDQ)

缺省的指定是(011)(011)p非季节的AR阶数

d非季节的差分阶数

q非季节的MA阶数

P季节AR阶数

D季节差分阶数

Q季节MA阶数

本文档共52页；当前第26页；编辑于星期三\22点53分序列的季节调整操作2.Selectfromfile

选择X12将从一个外部文件提供的说明集合中选择ARIMA模型。EViews将利用一个包含一系列缺省模型指定说明的文件（X12A.MDL）：

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

Selectbest检验列表中的所有模型，选一个最小预测误差的模型，缺省是第一个模型。Selectbyout-of-sample-fit对模型的评价用外部样本误差，缺省是用内部样本预测误差。

③回归因子选择（Regressors）允许在ARIMA模型中指定一些外生回归因子，利用多选钮可选择常数项，或季节虚拟变量，事先定义的回归因子可以捕捉交易日和节假日的影响。本文档共52页；当前第27页；编辑于星期三\22点53分本文档共52页；当前第28页；编辑于星期三\22点53分序列的季节调整操作交易日、节假日设定可以在进行季节调整和利用ARIMA模型得到用于季节调整的向前/向后预测值之前，先去掉确定性的影响（例如节假日和交易日影响）。首先要选择（AjustmentOption）是否进行这项调整？然后，要确定在那一个步骤里调整：在ARIMA步骤，还是X-11步骤？TradingDayEffects消除交易日影响有2种选择，依赖于序列是流量序列还是存量序列。对于流量序列还有2种选择，是对周工作日影响进行调整还是对仅对周工作日-周末影响进行调整。存量序列仅对月度序列进行调整，需给出被观测序列的月天数。Holidayeffects

仅对流量序列做节假日调整。对每一个节日，你必须提供一个数，是到这个节日之前影响的持续天数。

Easter复活节Labor劳动节Thanksgiving感恩节Christmas圣诞节注意这些节日主要针对西方国家，不能应用于其他国家。本文档共52页；当前第29页；编辑于星期三\22点53分本文档共52页；当前第30页；编辑于星期三\22点53分序列的季节调整操作离群值设定离群值影响的调整也是分别在ARIMA步骤和X11步骤中进行的。在ARIMA步骤中可进行4种离群值设定：加性离群值（AdditiveOuliers）水平变化（LevelShift）暂时变化（TemportaryChange）斜线上升（RampEffects）在X11步骤中只可进行1种离群值设定：加性离群值（AdditiveOuliers）本文档共52页；当前第31页；编辑于星期三\22点53分本文档共52页；当前第32页；编辑于星期三\22点53分序列的季节调整操作诊断①季节因素的稳定性分析（StabilityAnalysisofSeasonals）Slidingspans移动间距检验被调整序列在固定大小的移动样本上的变化Historicalrevisions历史修正检验被调整序列增加一个新观测值，即增加一个样本时的变化②其他诊断（OtherDiagnostics）可以选择显示各种诊断输出：Residualdiagnostics残差诊断作为对所配备的ARIMA模型的检验，报告一个标准的残差诊断（例如自相关函数和Q-统计量），注意这个选择要求估计ARIMA模型，如果没有，则这个诊断被应用于原始序列。Outlierdetection外部探测利用指定的ARIMA模型自动地查出和报告外部影响。这个选择要求指定一个ARIMA模型或至少一个外生回归因子，假如没有回归模型，这项选择被忽略。Spectralplot谱图显示被调整序列和经修正后的不规则序列的不同的谱图。红色垂直点线是季节频率，黑色垂线是节假日、交易日频率。如果这些垂线刚好落到谱图的峰值上，意味着季节调整不充分。本文档共52页；当前第33页；编辑于星期三\22点53分本文档共52页；当前第34页；编辑于星期三\22点53分序列的季节调整操作X-12-ARIMA季节调整的流程图

regARIMA模型（前向预测，后向预测，预调整）

建模与模型的比较、诊断

季节调整（X-11增强版）

诊断（包括历史修正，平移（滚动）检验，谱分析，M1-M11，Q统计量等）

本文档共52页；当前第35页；编辑于星期三\22点53分序列的季节调整操作X-12-ARIMA季节调整的流程图预处理（序列图形分析、模型选择、离群值、节假日等参数设定）执行季节调整诊断分析结果本文档共52页；当前第36页；编辑于星期三\22点53分序列的季节调整操作用EViews软件进行季节调整的操作步骤：1.准备一个用于季节调整的时间序列（GDP）注意：序列需同口径（当月或当季）、不变价、足够长度

2.在EViews中建立工作文件，导入序列数据

3.序列图形分析观察序列中的是否有季节性、是否有离群值或问题值、序列的趋势变动（采用加法还是乘法模型）。必要时，还要分析谱图和自相关图、偏相关图。

4.季节调整参数设定（五个选项卡）

☆季节调整选择项（模型分解方法、季节滤子、趋势滤子、调整后的序列变量名）

☆ARIMA模型参数（序列是否需要做转换、ARIMA说明）

☆交易节假日设定（不适用）

☆离群值设定

☆模型诊断（选上）本文档共52页；当前第37页；编辑于星期三\22点53分序列的季节调整操作5.执行季节调整

6.查看季节调整后的结果查看序列的季节因子图形，比较原序列和经季节调整后的序列

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，在EXCEL中计算环比增长率本文档共52页；当前第38页；编辑于星期三\22点53分序列的季节调整操作实例演示序列：我国某个行业的季度不变价增加值(不妨该序列直接命名为GDP)序列长度为10年（2000年1季度至2009年4季度）本文档共52页；当前第39页；编辑于星期三\22点53分序列的季节调整操作原序列的图形本文档共52页；当前第40页；编辑于星期三\22点53分序列的季节调整操作参数设定：季节调整选择设定

（乘法模型,默认的季节滤子和趋势滤子,调整后序列前缀也命名为GDP，并生成所有的序列）ARIMA选择

（不做数据转换，ARIMA说明选为默认的(011)(011)）交易日、节假日设定

（不选）离群值设定

（不选）诊断

（季节因素稳定性分析项选移动间距，其它诊断分析项全选）

本文档共52页；当前第41页；编辑于星期三\22点53分序列的季节调整操作原序列的季节因子本文档共52页；当前第42页；编辑于星期三\22点53分序列的季节调整操作原序列和季节调整后的序列本文档共52页；当前第43页；编辑于星期三\22点53分序列的季节调整操作季节调整诊断报告本文档共52页；当前第44页；编辑于星期三\22点53分序列的季节调整操作如何查看诊断报告：1、诊断报告的内容（8部分）

前言：执行季节调整的设置文件等输出表A部分：序列数据输出表B部分：初步估计异常值和日历效应（B1-B20）输出表C部分：异常值和日历效应的最终估计（C1-C20）输出表D部分：不同成分的最终估计（D1-D18）输出表E部分：序列的变动等（E1-E7）

输出表F部分：季节调整质量的衡量

输出表G部分：谱图分析

本文档共52页；当前第45页；编辑于星期三\22点53分序列的季节调整操作输出表B部分：初步估计异常值和日历效应

B1-原始序列或经过先验调整的原始序列

B2-趋势-循环成分（TC）的初步估计

B3-未修正的季节-不规则成分（SI）的初步估计

B4-替换季节-不规则成分中的异常值

B5-季节成分估计

B6-估计季节调整后的序列

B7-趋势-循环成分（TC）估计

B8-季节-不规则成分估计

B9-替换季节-不规则成分中的异常值

B10-季节成分估计

B11-估计季节调整后的序列

B12–不规则成分估计

B13–估计月度数据的日度构成效应（交易日效应）

B14-为回归交易日效应而排除异常值的不规则成分

B15-初步回归交易日效应

B16-回归得到的交易日调整因子

B17-用于调整不规则成分的初步权重

B18-组合交易日因素

B19-从原始序列中修正交易日效应

B20–调整不规则成分中的异常值本文档共52页；当前第46页；编辑于星期三\22点53分序列的季节调整操作输出表C部分：异常值和日历效应的最终估计

C1-经先验调整、交易日调整和异常值修正的原始序列

C2-趋势-循环成分（TC）的初步估计

C4-修正的季节-不规则成分（SI）的初步估计

C5-季节成分估计

C6-估计季节调整后的序列

C7-趋势-循环成分（TC）估计C9-季节-不规则成分估计

C10–季节成分估计

C11-估计季节调整后的序列

C13-不规则成分估计

C14–为回归交易日而排除异常值的不规则成分

C15-最终回归交易日效应

C16-回归得到的交易日调整因子

C17–用于调整不规则成分的初步权重C18-组合交易日因素

C19-对原始序列进行交易日效应调整

C20-调整不规则成分中的异常值本文档共52页；当前第47页；编辑于星期三\22点53分序列的季节调整操作输出表D部分：不同成分的最终估计

D1-经先验调整、交易日调整和异常值修正的原始序列

D2-趋势-循环成分（TC）的初步估计

D4-修正的季节-不规则成分（SI）的初步估计D5-季节成分估计

D6-估计季节调整后的序列

D7-趋势-循环成分（TC）估计

D8-未修正的季节-不规则成分估计

D9-替换季节-不规则成分中的异常值

D10–季节因素的最终估计

D11–经交易日和季节调整后的序列

D12–趋势-循环成分的最终估计

D13–不规则成分的最终估计D16-多种季节和日历效应估计D18-组合的日历效应因素本文档共52页；当前第48页