案例三 我国金融机构财政存款余额平滑和季节调整.docx
- 文档编号:8060060
- 上传时间:2023-01-28
- 格式:DOCX
- 页数:10
- 大小:140.98KB
案例三 我国金融机构财政存款余额平滑和季节调整.docx
《案例三 我国金融机构财政存款余额平滑和季节调整.docx》由会员分享,可在线阅读,更多相关《案例三 我国金融机构财政存款余额平滑和季节调整.docx(10页珍藏版)》请在冰豆网上搜索。
案例三我国金融机构财政存款余额平滑和季节调整
案例三我国金融机构财政存款余额平滑和季节调整
在本案例中,我们利用我国金融机构2000年1月到2007年12月财政存款余额数据(参见数据集/平滑和季节调整数据/我国金融机构财政存款余额月度数据.xls,单位:
亿元),介绍平滑技术和季节调整方法。
1.创建Eviews工作文件(Workfile)
从Eviews主选单中选File/New/Workfile选择Monthly选项,输入Startdate:
2000:
01Enddate:
2007:
12,方法如案例一介绍。
2.录入数据,并对序列进行初步分析
在workfile窗口中选Objects/NewObject,新建一个序列对象,命名为czck,用来保存财政存款余额数据,并将数据导入。
该序列的折线图如图3—1。
图3—1财政存款余额序列的折线图
从图3—1我们可以看到,财政存款余额序列有明显的上升趋势,并有明显的波动和季节因素,同时波动幅度随时间的增加而变大。
从Eviews主选单中选Quick/GeneratSeries,输入lnczck=log(czck)建立一个财政存款余额的对数序列(lnczck),该序列的折线图如图3—2。
图3—2财政存款余额对数序列的折线图
从图3—2我们可以看到,财政存款余额对数序列具有明显的线性趋势,并有明显的波动和季节因素,但波动幅度随时间的变化改变不大,这主要归功于对数变换。
3.简单移动平均平滑
这里我们对对数序列lnczck做3期和7期简单移动平均,并作比较。
对原序列czck的简单移动平均留给读者自行完成。
(1)建立3期和7期简单移动平均序列
从Eviews主选单中选Quick/GeneratSeries,输入lnczck3=(lnczck+lnczck(-1)
+lnczck(-2))/3,如图3—3。
lnczck3序列即为3期简单移动平均序列。
图3—3建立3期简单移动平均序列
同样建立lnczck7序列作为7期简单移动平均序列,序列定义为lnczck7=(lnczck
+lnczck(-1)+lnczck(-2)+lnczck(-3)+lnczck(-4)+lnczck(-5)+lnczck(-6))/7,如图3—4。
图3—4建立7期简单移动平均序列
(2)对数序列lnczck与3期、7期简单移动平均序列比较
将对数序列lnczck与lnczck3、lnczck7序列以组的形式打开,并绘制折线图,得到如图3—5的结果。
图3—5lnczck与lnczck3、lnczck7序列比较
从图3—5我们可以看到,3期、7期简单移动平均都对原对数序列作了平滑,7期简单移动平均的平化程度更高,证明了期数越多越平滑。
同时,简单移动平均消除了一定的波动,甚至消除了一些季节变动影响,这使我们对于序列的长期趋势判断更加准确。
但是,简单移动平均明显有滞后的现象。
提示:
此处可以联系证券投资分析中的技术分析理论。
4.季节调整
通过对财政存款余额对数序列图(图3—2)的分析,我们可以看到明显的季节变化。
由于使用了对数变换,L、S、C的关系接近于相互独立,因此我们选择加法模型进行季节调整。
打开lnczck序列,在序列窗口下选中Procs/SeasonalAdjustment,如图3—6。
图3—6对财政存款余额对数序列进行季节调整
点击后出现如图3—7的对话框。
图3—7季节调整对话框
Eviews3.1给出的季节调整方法(AdjustmentMethod)有四种,即X11乘法(CensusX11-Multiplicative)、X11加法(CensusX11-Additive)、移动平均乘法(Ratiotomovingaverage-Multiplicative)、移动平均加法(Differencefrommovingaverage-Additive),这里我们选择移动平均加法。
调整后序列(AdjustedSeries)的名称,系统默认为在被季节调整序列名后面加SA,我们不作改动。
季节因子(Factors)可以选择性保存,我们选择将季节因子保存在序列sf中,即在该栏中输入sf。
由于没有使用X11方法,右侧的X11选项可以忽略。
点击OK后,得到如图3—8的结果,可以看到一月份的季节因子是-0.132653,二月份的季节因子是-0.152978等。
同时工作文件窗口出现季节调整后序列lnczcksa和季节因子序列sf。
图3—8对财政存款余额对数序季节调整结果
季节因子序列如图3—9,它是一个以12位周期的循环序列,相同月份的值也相同。
图3—9季节因子序列图
比较财政存款余额对数序列季节调整前后的序列图,如图3—10。
可以很明显地看到调整后的序列已经明显没有季节波动成分,同时更加体现出线性趋势。
财政存款余额对数值原始序列财政存款余额对数值季节调整后序列
图3—10财政存款余额对数序列季节调整前后比较图
5.指数平滑
(1)平滑财政存款余额对数序列
打开财政存款余额对数序列lnczck,在序列窗口下选中Procs/Exponentialsmoothing,如图3—11。
图3—11对财政存款余额对数序列进行指数平滑
点击后出现如图3—12的对话框。
图3—12指数平滑对话框
Eviews3.1给出的指数平滑方法(Smoothingmethod)有五种,即一次指数平滑(SingleExponentialSmoothing)、二次指数平滑(DoubleExponentialSmoothing)、Holt-Winters非季节性模型(Holt-Winters-NoSeasonal)、Holt-Winters加法模型(Holt-Winters-Additive)、Holt-Winters乘法模型(Holt-Winters-Multiplicative)。
平滑系数(SmoothingParameters)包括Alpha(
),Beta(
),Gamma(
),具体含义可以参看实验三的实验准备知识部分,参数值可以由用户自己指定也可由系统自动确定。
如果用户指定,可以将E修改为需要的值,当然必须是0到1之间的数。
平滑后序列名称(SmoothedSeriesName)系统默认为在被平滑序列名后加SM,也可由用户自行命名。
样本范围(EstimationSample)系统默认为工作文件的样本范围,同样也可以由用户自行修改。
季节循环(CycleforSeasonal),是Holt-Winters加法模型和Holt-Winters乘法模型中使用的,季度数据添4,月度数据添12。
通过对财政存款余额对数序列图(图3—2)的分析,我们可以看到明显的加法季节变化和线性趋势,因此我们选择Holt-Winters加法模型,其他选择默认值。
点击OK后,得到如图3—13的结果。
同时工作文件中新增加lnczcksm序列。
图3—13对财政存款余额对数序指数平滑结果
可以看到系统选取的平滑系数值
=0.85,
=0,
=0。
残差平方和(SumofSquaredResiduals)为0.396289,均方根误差(RootMeanSquaredError)为0.064250,样本最后期的截距(Mean)为10.03036,斜率(Trend)为0.020987。
季节因子(Seasonals),列出了样本最有一年的加法季节因子。
可知,预测公式为:
对于所有k
1(3—1)
(2)利用指数平滑方法预测财政存款余额
指数平滑方法的一个重要用途就是进行短期预测。
用指数平滑方法进行预测也十分方便,只要在平滑之前将样本的范围扩大到预测期即可。
以上面的财政存款余额序列为例,将样本范围扩大到2008年3月,那么2008年1月、2月、3月的值就是预测值。
首先,修改工作文件的范围,末期到2008年3月,方法在案例二中已经介绍,这里不再赘述。
然后,将指数平滑对话框中的样本期修改为2000:
012008:
03。
为了与前面平滑后序列lnczcksm区别,将平滑后序列名称改为lnczckf,表示预测值。
如图3—14。
图3—14指数平滑预测对话框
图3—15给出财政存款余额对数序列与其预测值比较图。
图3—15财政存款余额对数序列与其预测值比较图
最后,我们建立序列czckf,令czckf=exp(lnczckf),得到财政存款余额原序列的预测值。
图3—16列出了财政存款余额预测值。
图3—16财政存款余额预测值
图3—17给出财政存款余额原序列与其预测值比较图。
图3—17财政存款余额原序列与其预测值比较图
从图3—15和图3—17,我们可以看到,利用指数平滑方法进行的预测很好的保留和继续了被预测序列的趋势和波动规律。
从短期预测的角度看,指数平滑方法是一种非常有效和方便的方法。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 案例三 我国金融机构财政存款余额平滑和季节调整 案例 我国 金融机构 财政 存款 余额 平滑 季节 调整