1、X-12-ARIMA季節調整的EViews操作國家統計局核算司 江永宏2010年3月4日四川峨眉山 前言v 最常用的季節調整方法 1. X-12-ARIMA 2. TRAMO-SEATS v 都可在EViews軟件中實現 國家統計局正在開發基于X-12-ARIMA的季節調整軟件 主要內容v EViews基礎 （EViews簡介、數據處理基礎、季節調整選項卡等）v 如何用EViews軟件進行季節調整 （以一個實例介紹季節調整的操作步驟） EViews基礎v什么是什么是EViews EViewsEViews軟件是廣泛使用的經濟計量軟件之一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據，是

2、進行統計描述、回歸分析、時間序列分析等基本數據分析，以及建立各種經濟計量模型的有力工具。因此，EViews在統計數據分析和評價、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。 EViews基礎vEViewsEViews特點：特點：交互式英文界面、簡單易學交互式英文界面、簡單易學 在進行數據處理時，既可以通過點擊菜單實現，也可以通過提交命令來實現。vEViewsEViews窗口：窗口： 由如下五個部分組成：標題欄、主菜單、命標題欄、主菜單、命令窗口、狀態欄、工作區令窗口、狀態欄、工作區。（見下圖見下圖）命令窗口命令窗口標題欄標題欄工工作作區區主菜單主菜單狀態欄狀態欄 EVie

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

4、elp Help EViews軟件的幫助選項 EViews基礎vEViewsEViews工作文件：工作文件： EViews要求數據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據前，應創建一個工作文件。 EViews基礎v工作文件的創建工作文件的創建 從主菜單選擇File/New Workfile，打開Workfile Create對話框，如下圖所示 EViews基礎v工作文件的屬性工作文件的屬性 （描述具有固定頻率的時間序列工作文件） EViews基礎v工作文件窗口工作文件窗口 工作文件窗口是各種類型數據的集中顯示區域，擁有很多功能。窗口最上方顯示工作文件名

5、，下面一行是工具欄，提供各種運算功能，再下面顯示的是數據的基本情況，包括數據區間、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(系數向量)和resid（殘差）。 EViews基礎v什么是對象？什么是對象？ EViews的核心是對象對象，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，工作文件工作文件就是最重要的對象集合。 EViews基礎v建立對象建立對象 選擇主菜單上的“Object/New Object”。出現New Object對話框（見下圖）。 EViews基礎v查看對象查看對

6、象 可在文件窗口中雙擊某個對象，見下圖。 EViews基礎v序列數據的錄入序列數據的錄入 手動錄入數據。在工具欄選擇Edit+/-按鈕進入編輯狀態，用戶可輸入或修改序列觀測值。 調入已有的數據文件。用戶可從主菜單選擇Procs/Improt/Read Text-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據：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，然后再將數據從其他文件中拷貝粘貼過來。 （演示）（演示） EViews基礎v序列對象的窗口序列對象的窗口 EViews基礎 可以用EViews工作文件窗口菜單上的“

7、ViewView”或對象窗口工具欄上的“ViewView”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據，僅僅是顯示形式改變了。 EViews基礎v含多個對象的工作文件窗口含多個對象的工作文件窗口 EViews基礎v工作文件的保存工作文件的保存 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/Save As，在出現的Windows標準對話框內選擇文件要保存的目錄及文件名。 EViews基礎v工作文件的保存工作文件的保存 最后生成(*.wf1)工作文件 序列的季節調整操作v序列的季節調整操作：序列的季節調整操作： 打開序列窗口，點擊Proc 有

8、4種季節調整方法，Census X12方法、X11方法、 Tramo/Seats方法和移動平均方法。 序列的季節調整操作Census X-12Census X-12方法有方法有5 5個選擇框，如下圖個選擇框，如下圖v 季節調整選擇設定 （Sensonal Adjustment）v ARIMA選擇 （ARIMA Options）v 交易日、節假日設定 （Trading Day/Holiday）v 離群值設定 （Outliers）v 診斷 （Diagnostics） 序列的季節調整操作v 季節調整選擇設定季節調整選擇設定 X11方法（方法（X11 Method） 指定季節調整分解的形式：乘法、加法

9、、偽加法、對數加法。注意乘法、偽加法和對數加法不允許有零和負數。 季節濾子季節濾子(Seasonal Filter) 當估計季節因子時，允許選擇季節移動平均濾波項數，缺省是X12自動確定。 趨勢濾子（趨勢濾子（Trend Filter (Henderson)） 當估計趨勢-循環分量時，允許指定亨德松移動平均的項數，可以輸入大于1和小于等于101的奇數，缺省是由X12自動選擇。 保存調整后的分量序列名（保存調整后的分量序列名（Component Series to save） 可在“Base name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調整后分量序列，X12將加上相應的后

10、綴存在工作文件中： 最終的季節調整后序列（SA）； 最終的季節因子（SF）； 最終的趨勢循環因子（TC）； 最終的不規則因子（IR）； 季節交易日混合因子（D16）； 假日交易日混合因子（D18）； 序列的季節調整操作vARIMA ARIMA 選擇選擇 在配備ARMA模型前允許轉換序列。缺省是不轉換, Auto選擇是根據計算出來的AIC準則自動確定是不做轉換還是進行對數轉換；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-Cox power選擇要求提供一個參數，然后再做相關轉換 允許在2種不同的方法中選擇ARIMA模型。 1. Specify in

11、-line 選擇 要求提供ARIMA模型階數的說明（p d q）(P D Q) 缺省的指定是(0 1 1)(0 1 1)p 非季節的AR階數 d 非季節的差分階數 q 非季節的MA階數 P 季節AR階數 D 季節差分階數 Q 季節MA階數 序列的季節調整操作 2. Select from file 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）： (0 1 1)(0 1 1) * (0 1 2)(0 1 1) X (2 1 0)(0 1 1) X (0 2 2)(0 1 1) X (2 1 2)(0 1

12、 1) Select best 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。 Select by out-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。 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項，或季節虛擬變量，事先定義的回歸因子可以捕捉交易日和節假日的影響。 序列的季節調整操作v交易日、節假日設定交易日、節假日設定 可以在進行季節調整和利用ARIMA模型得到用于季節調整的向前/向后預測值之前，先去掉確定性的影響（例如節假日和交易日影響）。 首先要選擇（Ajustment Option）是否進行這項調整？然后，

13、要確定在那一個步驟里調整：在ARIMA步驟，還是X-11步驟？ Trading Day Effects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。 Holiday effects 僅對流量序列做節假日調整。對每一個節日，你必須提供一個數，是到這個節日之前影響的持續天數。 Easter 復活節 Labor 勞動節 Thanksgiving 感恩節 Christmas 圣誕節 注意這些節日主要針對西方國家，不能應用于其他國家。 序列的季節調

14、整操作v離群值設定離群值設定 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（Additive Ouliers） 水平變化（Level Shift） 暫時變化（Temportary Change） 斜線上升（Ramp Effects） 在X11步驟中只可進行1種離群值設定： 加性離群值（Additive Ouliers） 序列的季節調整操作v診斷診斷 季節因素的穩定性分析（季節因素的穩定性分析（Stability Analysis of Stability Analysis of SeasonalsSeasonals） Sl

15、iding spans Sliding spans移動間距移動間距 檢驗被調整序列在固定大小的移動樣本上的變化 Historical revisions Historical revisions 歷史修正歷史修正 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 其他診斷（其他診斷（Other DiagnosticsOther Diagnostics） 可以選擇顯示各種診斷輸出： Residual diagnostics Residual diagnostics 殘差診斷殘差診斷 作為對所配備的ARIMA模型的檢驗，報告一個標準的殘差診斷（例如自相關函數和Q-統計量），注意這個選擇要求估

16、計ARIMA模型，如果沒有，則這個診斷被應用于原始序列。 Outlier detection Outlier detection 外部探測外部探測 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。 Spectral plot Spectral plot 譜圖譜圖 顯示被調整序列和經修正后的不規則序列的不同的譜圖。紅色垂直點線是季節頻率，黑色垂線是節假日、交易日頻率。如果這些垂線剛好落到譜圖的峰值上，意味著季節調整不充分。 序列的季節調整操作vX-12-ARIMAX-12-ARIMA季節調整的流程圖季節

17、調整的流程圖 regARIMA模型模型（前向預測，后向預測，預調整）（前向預測，后向預測，預調整） 建模與模型的比較、建模與模型的比較、診斷診斷 季節調整季節調整（X-11 增強版）增強版） 診斷診斷（包括歷史修正，平移（滾動）檢驗，譜分（包括歷史修正，平移（滾動）檢驗，譜分析，析，M1-M11，Q 統計量等）統計量等） 序列的季節調整操作vX-12-ARIMAX-12-ARIMA季節調整的流程圖季節調整的流程圖預處理預處理（序列圖形分析、模型選擇、離群值、節假日等參數設定）執行季節調整執行季節調整診斷分析結果診斷分析結果 序列的季節調整操作v用用EViewsEViews軟件進行季節調整的操作

18、步驟：軟件進行季節調整的操作步驟： 1. 1.準備一個用于季節調整的時間序列（準備一個用于季節調整的時間序列（GDPGDP） 注意：序列需同口徑（當月或當季）、不變價、足夠長度 2.2.在在EViewsEViews中建立工作文件，導入序列數據中建立工作文件，導入序列數據 3.3.序列圖形分析序列圖形分析 觀察序列中的是否有季節性、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. 4.季節調整參數設定季節調整參數設定（五個選項卡） 季節調整選擇項（模型分解方法、季節濾子、趨勢濾子、調整后的序列變量名） ARIMA模型參數（序列是否需要

19、做轉換、ARIMA說明） 交易節假日設定（不適用） 離群值設定 模型診斷（選上） 序列的季節調整操作 5. 5.執行季節調整執行季節調整 6.6.查看季節調整后的結果查看季節調整后的結果 查看序列的季節因子圖形，比較原序列和經季節調整后的序列 7.7.分析季節調整的結果診斷報告分析季節調整的結果診斷報告 主要查看M1-M11、以及Q統計量有沒有通過檢驗 如果診斷報告不好，返回第4步 8.8.導出數據，在導出數據，在EXCELEXCEL中計算環比增長率中計算環比增長率 序列的季節調整操作v實例演示實例演示 序列：我國某個行業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（20

20、00年1季度至2009年4季度） 序列的季節調整操作原序列的圖形 序列的季節調整操作參數設定：參數設定：v 季節調整選擇設定 （乘法模型,默認的季節濾子和趨勢濾子,調整后序列前綴也命名為GDP，并生成所有的序列）v ARIMA選擇 （不做數據轉換，ARIMA說明選為默認的(0 1 1)(0 1 1)）v 交易日、節假日設定 （不選）v 離群值設定 （不選）v 診斷 （季節因素穩定性分析項選移動間距，其它診斷分析項全選） 序列的季節調整操作原序列的季節因子 序列的季節調整操作原序列和季節調整后的序列 序列的季節調整操作季節調整診斷報告 序列的季節調整操作如何查看診斷報告：如何查看診斷報告：1、診

21、斷報告的內容（8部分）u 前言：前言：執行季節調整的設置文件等u 輸出表輸出表A A部分：部分：序列數據u 輸出表輸出表B B部分：部分：初步估計異常值和日歷效應（B1-B20）u 輸出表輸出表C C部分：部分：異常值和日歷效應的最終估計（C1-C20）u 輸出表輸出表D D部分：部分：不同成分的最終估計（D1-D18）u 輸出表輸出表E E部分：部分：序列的變動等（E1-E7）u 輸出表輸出表F F部分：部分：季節調整質量的衡量u 輸出表輸出表G G部分：部分：譜圖分析 序列的季節調整操作 輸出表輸出表B B部分：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 B

22、2 - 趨勢-循環成分（TC）的初步估計 B3 - 未修正的季節-不規則成分（SI）的初步估計 B4 - 替換季節-不規則成分中的異常值 B5 - 季節成分估計 B6 - 估計季節調整后的序列 B7 - 趨勢-循環成分（TC）估計 B8 - 季節-不規則成分估計 B9 - 替換季節-不規則成分中的異常值 B10 - 季節成分估計 B11 - 估計季節調整后的序列 B12 不規則成分估計 B13 估計月度數據的日度構成效應（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 - 用于調整不規則成分的初步

23、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 調整不規則成分中的異常值 序列的季節調整操作 輸出表輸出表C C部分：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-循環成分（TC）的初步估計 C4 - 修正的季節-不規則成分（SI）的初步估計 C5 - 季節成分估計 C6 - 估計季節調整后的序列 C7 - 趨勢-循環成分（TC）估計 C9 - 季節-不規則成分估計 C10 季節成分估計 C11 - 估計季節調整后的序列 C13 - 不規則成分估計 C14 為回歸交易日而排除異常值的不規則成分 C15

24、 - 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 - 調整不規則成分中的異常值 序列的季節調整操作 輸出表輸出表D D部分：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-循環成分（TC）的初步估計 D4 - 修正的季節-不規則成分（SI）的初步估計 D5 - 季節成分估計 D6 - 估計季節調整后的序列 D7 - 趨勢-循環成分（TC）估計 D8 - 未修正的季節-不規則成分估計 D9 - 替換季節-不規則成分中的異常值 D10 季節因素的最終估計 D11 經交易日和季節調整后的序列 D12 趨勢-循環成分的最終估計 D13 不規則成分的最終估計 D16 - 多種季節和日歷效應估計 D18 - 組合的日歷效應因素 序列的季節調整操作 輸出表輸出表E E部分：部分：序列的變動等 E1 - 修正了非常異常值的原始序列 E2 - 修正了非常異常值的季節調整后序列 E3 - 修正了非常異常值的最終不規則成分 E4 - 原始序列和季節調整后序列的年度總和 E5 - 原始序列的變動 E6 - 最終季節調整后序列的變動 E7 - 最終趨勢-循環成分的變動