[统计学笔记] （十二）时间序列分析和预测

（十二）时间序列分析和预测

时间序列数据用于描述现象随时间发展变化的特征。

时间序列（times series）是同一现象在不同时间的相继观察值排列而形成的序列。经济数据大多数以时间序列的形式给出。

时间序列及其分解

时间序列可以分为平稳序列和非平稳序列两大类。

平稳序列是基本上不存在趋势的序列。这类序列中的各观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律，波动可以看成是随机的，如图所示：

非平稳序列（non-stationary series）是包含趋势、季节性或周期性的序列，它可能只含有其中一种成分，也可能含有几种成分。因此非平稳序列又可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。

趋势（Trend）：是时间序列在长期内呈现出来的某种持续上升或持续下降的变动，也称长期趋势。时间序列中的趋势可以是线性的，也可以是非线性的。

季节性（seasonality）也称季节变动（seasonal fluctuation），它是时间序列在一年内重复出现的周期性波动。例如：在商业活动中，常常听到的“销售旺季”或“销售淡季”这类术语。其本质上指的是一种周期性的变化。

含有季节成分的序列可能含有趋势，也可能不含有趋势。

周期性（cyclicity）也称循环波动（cyclical fluctuation），是时间序列中呈现出来的围绕长期趋势的一种波浪形或震荡式变动。周期性通常是由商业和经济活动引起的，它不同于趋势变动，不是朝着单一方向的持续运动，而是涨落相同的交替波动；它也不同于季节变动，季节变动有比较固定的规律，而且变动周期大多为一年，循环波动则无固定规律，变动周期多在一年以上，且周期长短不一。周期性通常是由经济环境的变化引起的。

除此之外，还有些偶然性因素对时间序列产生影响，致使时间序列呈现出某种随机波动。时间序列中除去趋势、周期性和季节性之后的偶然性波动称为随机性（randomness），也称不规则波动（irregular variations）。 

时间序列的成分可以分为四种：趋势（T）、季节性或季节变动（S）、周期性或循环波动（C）、随机性或不规则波动（I）。

构成要素：长期趋势，季节变动，循环变动，不规则变动。
1）长期趋势（ T ）现象在较长时期内受某种根本性因素作用而形成的总的变动趋势。
2）季节变动（ S ）现象在一年内随着季节的变化而发生的有规律的周期性变动。
3）循环变动（ C ）现象以若干年为周期所呈现出的波浪起伏形态的有规律的变动。
4）不规则变动（I ）是一种无规律可循的变动，包括严格的随机变动和不规则的突发性影响很大的变动两种类型。

---

时间序列类型

绝对数时间序列

时期序列：由时期总量指标排列而成的时间序列 。
时期序列的主要特点有：
1）序列中的指标数值具有可加性。
2）序列中每个指标数值的大小与其所反映的时期长短有直接联系。
3）序列中每个指标数值通常是通过连续不断登记汇总取得的。

时点序列：由时点总量指标排列而成的时间序列
时点序列的主要特点有：
1）序列中的指标数值不具可加性。
2）序列中每个指标数值的大小与其间隔时间的长短没有直接联系。
3）序列中每个指标数值通常是通过定期的一次登记取得的。

相对数时间序列

把一系列同种相对数指标按时间先后顺序排列而成的时间序列叫做相对数时间序列。

平均数时间序列

平均数时间序列是指由一系列同类平均指标按时间先后顺序排列的时间序列。

编制时间序列数据时需要注意的问题

保证序列中各期指标数值的可比性

• 时期长短最好一致
• 总体范围应该一致
• 指标的经济内容应该统一
• 计算方法应该统一
• 计算价格和计量单位可比

 

---

增长率分析

是对现象在不同时间的变化状况所做的描述。由于对比的基期不同，增长率有不同的计算方法。

（1）增长率（growth rate）：增长速度，是时间序列中报告期观察值与基期观察值之比减1后的结果，用%表示。由于对比的基期不同，可分为环比增长率和定基增长率。

环比增长率：是报告期观察值与前一时期观察值之比减1，说明现象逐期增长变化的程度；

定基增长率是报告期观察值与某一固定时期观察值之比减1，说明现象在整个观察期内总的增长变化程度。

设增长率为G：          环比增长率 ：