在采集时间序列样本时,有时由于仪器故障、操作失误、或其它原因使某些样本观察值 未能记录下来,这种缺少的观察值称为缺损值( Missing value)。 由于时间序列分析的需要,对这样的缺损值要给予补充 具体方法有估算、推测等。如增长量推算法、发展速度推算法、比例推算法、平滑法 插值法等等。 此外,在对一序列进行分析之前,还要对序列中的每一个数据的指标口径、计算范围、 计算方法、计量单位等进行认真检査,在研究经济方面的价值量序列时,还必须检査是否按 照可比价格算得,否则,要进行价格调整。 以中国的年度国内生产总值GDP( Gross domestic Product)时间序列的建立为例,简要 说明建立时间序列的一般过程。GDP是以国土原则统计的,凡是我国领土范围之内所产生的 增加值,均计入我国的GDP,一般我们分析所用的GDP均为统计部门提供的现有数据,要 注意的是,在我国,大多数情况所拿到的数据是现行价格水平,在进行时间序列分析之前, 要进行价格处理,即换算成可比价水平,这样时间序列数据才有意义,否则,不同年份的数 据不可比。换算的方法较为简单,要取得同区间上的价格指数时间序列数据,用现价的GDP 序列除以价格指数,然后再乘以100即得GDP的可比价数据。(相当于用GDP除以基期为1 的价格指数)。 类似地,凡是价值量指标,比如收入水平、消费水平、增加值、利润额、销售额、税收 额、资产额等等,此类指标的时间序列数据在分析之前一定要作价格平减(或缩减),即用现 价数据除以基期为1的相应价格指数,价值量的现价时序数据直接分析而得的结果无意义 比如设1981年某人的年收入水平是800元(现价,或名义收入),2000年他的年收入水 平是24000元(同上),从现价水平来看,2000年收入水平是1980年的30倍,是否能说明 他的收入水平在20年间上升了29倍呢?当然不能,事实上,以1981年的价格指数为1,2000 年的价格指数是32。用800除以1,仍是800,但是用24000除以3.2得7500(可比价收入 或实际收入),这说明扣除价格因素,2000年他的收入水平是1981年9.375倍。(与30倍相 差很多!看来,考虑价格变动与不考虑价格变动的差异是惊人的。) 第二节时间序列分析 、时间序列分析概念 在社会、经济及自然现象中,时间序列数据随处可见,随着社会的进步,人民生活水平 的提高,一方面,人的寿命在提高,生命周期在延长,另一方面,随着环境及精神污染的加 速,世界上患病者人数在增加,吸毒人数也在增加,等等。这些数据依据时间的先后顺序排 列,都是时间序列数据 时间序列分析可用于许多学科。比如,天文学中的太阳黑子数、地球物理学中的地震波 序列、海洋学中的浪高序列、气象学中的降雨量序列、医学上的脑电波序列、雷达系统对 标的定位序列等,都是时间序列。 每一时间序列都包含了产生该序列的系统的历史行为的全部信息。问题是如何才能根据 这些时间序列的变化,较精确地找出相应系统的内在统计特征和发展规律性,尽可能地从中 提取出我们所需要的准确信息。用来实现上述目的的方法总称为时间序列分析。它是一种根 157157 在采集时间序列样本时，有时由于仪器故障、操作失误、或其它原因使某些样本观察值 未能记录下来，这种缺少的观察值称为缺损值（Missing Value）。 由于时间序列分析的需要，对这样的缺损值要给予补充。 具体方法有估算、推测等。如增长量推算法、发展速度推算法、比例推算法、平滑法、 插值法等等。 此外，在对一序列进行分析之前，还要对序列中的每一个数据的指标口径、计算范围、 计算方法、计量单位等进行认真检查，在研究经济方面的价值量序列时，还必须检查是否按 照可比价格算得，否则，要进行价格调整。 以中国的年度国内生产总值 GDP（Gross Domestic Product）时间序列的建立为例，简要 说明建立时间序列的一般过程。GDP 是以国土原则统计的，凡是我国领土范围之内所产生的 增加值，均计入我国的 GDP，一般我们分析所用的 GDP 均为统计部门提供的现有数据，要 注意的是，在我国，大多数情况所拿到的数据是现行价格水平，在进行时间序列分析之前， 要进行价格处理，即换算成可比价水平，这样时间序列数据才有意义，否则，不同年份的数 据不可比。换算的方法较为简单，要取得同区间上的价格指数时间序列数据，用现价的 GDP 序列除以价格指数，然后再乘以 100 即得 GDP 的可比价数据。（相当于用 GDP 除以基期为 1 的价格指数）。 类似地，凡是价值量指标，比如收入水平、消费水平、增加值、利润额、销售额、税收 额、资产额等等，此类指标的时间序列数据在分析之前一定要作价格平减（或缩减），即用现 价数据除以基期为 1 的相应价格指数，价值量的现价时序数据直接分析而得的结果无意义。 比如设 1981 年某人的年收入水平是 800 元（现价，或名义收入），2000 年他的年收入水 平是 24000 元（同上），从现价水平来看，2000 年收入水平是 1980 年的 30 倍，是否能说明 他的收入水平在 20 年间上升了 29 倍呢？当然不能，事实上，以 1981 年的价格指数为 1，2000 年的价格指数是 3.2。用 800 除以 1，仍是 800，但是用 24000 除以 3.2 得 7500（可比价收入 或实际收入），这说明扣除价格因素，2000 年他的收入水平是 1981 年 9.375 倍。（与 30 倍相 差很多！看来，考虑价格变动与不考虑价格变动的差异是惊人的。） 第二节 时间序列分析 一、时间序列分析概念 在社会、经济及自然现象中，时间序列数据随处可见，随着社会的进步，人民生活水平 的提高，一方面，人的寿命在提高，生命周期在延长，另一方面，随着环境及精神污染的加 速，世界上患病者人数在增加，吸毒人数也在增加，等等。这些数据依据时间的先后顺序排 列，都是时间序列数据。 时间序列分析可用于许多学科。比如，天文学中的太阳黑子数、地球物理学中的地震波 序列、海洋学中的浪高序列、气象学中的降雨量序列、医学上的脑电波序列、雷达系统对目 标的定位序列等，都是时间序列。 每一时间序列都包含了产生该序列的系统的历史行为的全部信息。问题是如何才能根据 这些时间序列的变化，较精确地找出相应系统的内在统计特征和发展规律性，尽可能地从中 提取出我们所需要的准确信息。用来实现上述目的的方法总称为时间序列分析。它是一种根