基于Eviews计量经济学软件X11方法的季度GDP预测

1基于Eviews软件X11方法的季度GDP预测1.数据导入及时间序列分解将1992年第1季度至2013年第1季度的季度GDP时间序列录入或者导入到Eviews软件，命名为Y序列。双击打开序列Y，点击菜单栏中的PROC，在下拉菜单选择SeasonalAdjustment，在弹出的菜单中选择X11方法。这时会弹出的X11季节调整对话框，在AdjustmentMethod下，选择乘法模型（multiplicative），系统默认季节调整后的序列名为YSA，我们定义季节因子序列为YYZ，忽略贸易日和节假日因素。然后选择确定，这时，工作文件中多了两个序列：YSA，YYZ。我们建立包含序列Y和这两个序列的组，命名为g1，在其窗口栏单击View|GraphsOptions选项，在Multiple中选择MultipleGraphs将得到单独显示着3个序列的线性图。从图中我们可以看出，原始的时间序列Y在图的最上方，数据有向上增加的趋势，序列呈现锯齿状的波动。根据原始序列分解出的1-4季度的季节因子分别为0.8765、0.9403、0.9589和1.2239。22.基于时间序列分解方法的季度GDP预测用季节调整后的序列进行预测。根据最小二乘法，采用1992年第1季度至2013年第1季度数据建立对数回归方程，在Eviews软件中建立一个取值从1至85序列t，然后在软件的命令行键入：LSLOG(YSA)CT然后按Enter键，得到如下结果LOG(YSA)=8.9655+0.03382*T，其中，t取值为1、2、3、…该方程的拟合优度R2=0.98，拟合效果非常好，常数项和自变量参数的t统计量分别为389.87，72.81，检验的P值均近似为零，故认为这两个参数的估计都是显著的；模型的F值为5301.81，检验的P值近似为零，故认为该模型是显著的。预测2013年第2季度经季节调整的GDP值，此时t=86：LOG(YSA)=8.9655+0.03382*86YSA=143489.91假定没有特殊情况发生，不规则因素I=1，2季度季节因子YYZ=0.9403，预测2013年第2季度的GDP为：Y=YSA×YYZ=143489.91×0.9403=134922.70同样方法可以得出2013年第3季度的经季节调整的GDP值，此时t=87：YSA=148425.73Y=142325.43345