商务统计_12 时间序列分析——构成分析

构成分析方法

客观事物随时间的变化是由多种因素共同作用的结果。按性质和作用，将影响因素归为四种：

• 长期趋势（T）
  受长期的、决定性作用因素的影响，在相当长一段时期内表现出沿某一方向持续上升或下降的总趋势。
• 季节变动（S）
  随季节更替而发生的固定规律性的变动。
  1.引起季节变动的因素：气候、节假日、风俗等；
  2.季节周期：1年、1月、1周均可。
• 循环变动（C）
  也称波浪式变动。
  以若干年（月、季）为周期有一定的规律性的周期波动。
  1.vs长期趋势：非单一方向的变动，有涨有落。
  2.vs季节变动：循环变动的规律性不明显。
• 不规则变动（I）
  也称偶然变动。
  偶然因素引起的变动。

将上述四种因素和时间序列的关系表示出来，构成了时间序列的分解模型。按其对时间序列的影响方式不同，可分解为多种模型，常用的两种模型是：

• 加法模型。当四种变动因素呈现出相互独立的关系时，动态序列总变动（Y）体现为各种因素的总和，即$Y=T+S+C+I$.
• 乘法模型。当四种变动因素呈现出相互影响的关系时，动态序列总变动（Y）体现为各种因素的乘积，即$Y=T\ast S\ast C\ast I$.$Y,T为总量指标，S,C,I是比率，用百分数表示。$.

1.长期趋势变动的测定
长期趋势是时间序列的主要构成要素。
主要方法：

• 间隔扩大法
  又称时距扩大法。
  将时间间隙较小的序列整理为时间间隙较大的序列。如月->季。
  可以拉平由于时间间隙小受到偶然因素的影响。

间隔扩大到何种程度需据具体分析情境而定。太大，会掩盖不同时期发展的差异；太小，不能消除偶然因素的影响。

• 移动平均法
  继动平均法。
  思路：派生出一个新的时间序列，削弱、或消除偶然因素的影响，以反映发展的基本趋势。
  做法：将原来的时间序列时距扩大，并依次逐项递移。
  
  注意：
  1.选择合适的时间长度。如现象变化有周期性，应选择周期长度为移动的时间长度；比如是各月或各季的资料，则应考虑12项或4项移动平均，才能消费周期变动或季节变动的影响。
  2.移动平均后派生出的新序列，N为奇时，首尾各减少$\frac{N-1}{2}$项；N为偶数时，首尾各减少