- 1、本文档共26页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
案例二 香港认可机构港元存款余额简单外推模型预测
案例二 香港认可机构港元存款余额简单外推模型预测
在本案例中,我们利用香港认可机构1999年1月到2007年12月港元存款余额数据(参见数据集/简单外推模型数据/香港认可机构港元存款余额月度数据.xls,单位:百万港元),介绍怎样利用Eviews软件运用简单外推模型进行预测,模型包括线性趋势模型、指数增长模型、自回归趋势模型、对数自回归趋势模型和二次趋势模型。
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Start date:1999:01 End date:2007:12,如图2—1和图2—2。
图2—1 建立工作文件
图2—2 数据频率及范围选择
2. 录入数据,并对序列进行初步分析
在workfile窗口中选Objects/New Object,新建一个Series(序列对象),命名为ck,用来保存香港认可机构港元存款余额数据,如图2—3。数据导入,如图2—4。
图2—3 建立序列对象
图2—4 导入数据
从Eviews主选单中选Quick/Generat Series,如图2—5。输入t=@trend(1998:12)再建立一个新序列,表示从1999年1月开始,该序列为1,2,3……,如图2—6。
图2—5 用公式的形式创建序列
图2—6 建立时间项t序列
双击ck序列,在序列窗口下选中View/Line Graph,如图2—7。得到港元存款余额数据的折线图,如图2—8。
图2—7 绘制折线图
图2—8 港元存款余额数据的折线图
从图形上我们初步得出该序列具有一个长期增长的趋势。2005年以前增长速度慢,2005年以后增长速度变快。
3. 建立简单外推模型
(1)建立线性趋势模型
模型形式为:。从Eviews主选单中选Quick/Estimate Equation,或者用新建对象的方法新建一个Equation对象,如图2—9。
图2—9 建立方程对象
在方程定义对话窗Equantion Specification选择框中输入ck c t,在Estimation settings选择框选择LS估计法和样本区间1999:01 2007:12,如2—10。
图2—10 对方程进行定义
点击OK键后,得到如图2—11的估计结果,并将方程命名为xxqs。
图2—11 线性趋势模型方程输出结果
对应的回归表达式是
CK = 1490457.174 + 10092.76211*T
(33.47) (14.23) R2 = 0.656, DW = 0.144, F = 202.5
其中,括号内的值为T统计量(下同)。
在方程窗口中选中View/Actual,Fitted,Residual/ Actual,Fitted,Residual Graph,如图2—12。得到真实值、拟合值与残差图,如图2—13。可以看到残差有明显的自相关,这与DW = 0.144说明了同样的问题。
图2—12 选择绘制真实值、拟合值与残差图
图2—13 线性趋势模型的真实值、拟合值与残差图
利用线性趋势模型进行预测,方法是在方程窗口中选中Forecast,出现如图2—14对话框在Forecast name(预测序列命名)栏输入xxqsf用来保存线性趋势模型的预测值,S.E.(标准误)序列可以选填,Sample range for forecast(预测的样本范围)使用默认的样本范围1999:01 2007:12,Method(预测方法)选择Static(静态预测),其他使用默认值。
图2—14 利用线性趋势模型进行预测
点击OK键,得到如图2—15的预测结果,各种指标分别为:
Root Mean Squared Error(RMSE):均方根误差
Mean Absolute Error(MAE):平均绝对误差
Mean Abs.Percent Error(MAPE):平均绝对百分比误差
Theil Inequality Coefficient:希尔不等系数
由均方误差分解得到的 bias Proportion(偏差率), Variance Proportion(方差率), CovarianceProportion(协变率)。
这里我们主要看MAPE,该模型(线性趋势模型)预测的平均绝对百分比误差为8.24。
图2—15 线性趋势模型预测图
通过ck序列和xxqsf序列观察2007年12月的真实值与预测值,并比较,如图2—16。
图2—16 2007年12月的真实值与预测值
预测误差为:
(2)建立指数增长模型
模型形式为:,方程两边取对数得到回归方程:,其中,,。建立
文档评论(0)