X-12-ARIMA季节调整的EViews操作国家统计局核算司江永宏2010年3月4日四川峨眉山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…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……)EViews基础什么是EViewsEViews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。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)命令窗口标题栏工作区主菜单状态栏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。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)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)。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。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)。EViews基础查看对象可在文件窗口中双击某个对象,见下图。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)EViews基础序列对象的窗口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。EViews基础含多个对象的工作文件窗口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。EViews基础工作文件的保存最后生成(*.wf1)工作文件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。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)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);乘法模型加法模型伪加法模型对数加法模型季节分量滤子趋势分量滤子最终季节调整序列Y-SA最终季节因子Y-SF最终趋势循环因子Y-TC最终不规则因子Y-IR分量序列保存季节交易日混合因子假日交易日混合因子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。不做变换基于修正的赤池信息准则(AICC)自动选择对数变换或不作变换ARIMA模型设定需填入幂变换参数λ,λ=0时,是对数变换。回归变量选择常数变换y为log(y/(1-y)),只对严格介于0~1之间的数据有效。季节虚拟变量书写式设定注意:若在Regressor中选择了季节虚拟变量,则ARIMA模型设定中不能含有季节差分运算。AR、MA和差分项个数之和不能超过25,AR或MA项的最大滞后阶数是24,差分次数最大是3。选择设定文件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。普查局推荐选项用于流量数据用于存量数据用于流量数据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)点击“Add”键,弹出“OutlierDates”对话框,设定具体的离群值点及其类型。在ARIMA阶段可设定4类离群值。在X11阶段设定加性(AO)离群值。其他3种不可。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。季节调整序列的稳定性检验使用固定容量的平移样本进行滚动检验,考察对同一时点两次或两次以上的季节调整的差别幅度是否偏大。用递归方法检验最初的即期季节调整与样本容量增加后的最终季节调整之间,变动幅度是否偏大。使用自相关函数和Q统计量等检验ARIMA模型拟合的充分性用回归模型自动探测离群值差分后的季节调整序列的谱线图和离群值修正后的不规则成分的谱线图。在EViews输出的图形中,用红色竖线表示季节频率、黑色竖线表示交易日频率。这两张图分别对应于X-12-ARIMA输出程序文本文件报表中的图G1和G2。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)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