bkfilter

Baxter-King过滤趋势和周期性的组件

自从R2023a

所有的页面崩溃

语法

(趋势、周期性)= bkfilter (Y)

[TTbl, CTbl] = bkfilter(台)

(___)= bkfilter (___名称=值)

bkfilter (___)

bkfilter (ax,___)

(___h] = bkfilter (___)

描述

单独的一个或多个时间序列为添加剂的趋势和周期性的组件通过应用Baxter-King过滤器 [1]。bkfilter可选块系列和平滑的趋势分量,周期。

除了Baxter-King过滤器,计量经济学工具箱™支持Christiano-Fitzgerald (万博1manbetxcffilter),汉密尔顿(hfilter)和Hodrick-Prescott (hpfilter)过滤器。

例子

(趋势,周期性的)= bkfilter (Y)返回添加剂的趋势趋势和周期性Cycilcal组件应用Baxter-King过滤器每个变量(列)的时间序列数据的输入矩阵Y,使用一个商业周期的定义[2]季度数据。

例子

(TTbl,CTbl)= bkfilter (资源描述)返回表或时间表TTbl和CTbl包含变量的趋势和周期性的组件,分别从Baxter-King过滤器应用到每个变量在输入表或时间表资源描述。选择不同的变量资源描述过滤,使用DataVariables名称-值参数。

例子

(___)= bkfilter (___,名称=值)指定选项使用一个或多个名称参数除了任何输入参数组合在以前的语法。bkfilter返回输出参数组合对应的输入参数。例如,bkfilter(资源描述、平稳性= true DataVariables = 1:5)Baxter-King过滤器适用于前五个变量的输入表资源描述并指定输入系列是静止的。

例子

bkfilter (___)情节时间序列变量的输入数据和各自的平滑的趋势组件(循环删除),计算由Baxter-King过滤器,在同一坐标轴。

bkfilter (斧头,___)情节在指定的轴斧头而不是当前轴(gca)。斧头可以先于任何输入参数组合的以前的语法。

例子

(___,h)= bkfilter (___)情节指定组件系列及其趋势,此外返回处理绘制图形对象。使用的元素h修改属性的情节在您创建它。

例子

全部折叠

Baxter-King滤波器应用于矩阵的数据

打开生活的脚本

美国二战后的情节的周期性分量,经季节性因素调整后的季度,实际国民生产总值(GNPR)。

负载Data_GNPGNPR =数据(:,2);(趋势、周期性)= bkfilter (GNPR);T =元素个数(趋势)

T = 235

趋势和周期性的235 -,- 1向量包含趋势和周期性的组件,分别造成应用Baxter-King过滤器系列默认上下被切断,过滤器移动平均和滞后长度。第一个和最后一个12值南年代。

情节(日期、周期性)轴紧ylabel (“真正的国民生产总值周期性组件”)

图包含一个坐标轴对象。坐标轴对象与ylabel实际国民生产总值周期性组件包含一个类型的对象。

Baxter-King过滤器适用于表变量

打开生活的脚本

Baxter-King过滤器适用于所有变量在输入表变量。

加载Schwert股票数据集Data_SchwertStock.mat,其中包含每月返回纽约证交所指数从1871年到2008年DataTimeTableMth,在其他三个变量(详情,输入描述)。删除所有失踪的观察从所有系列。

负载Data_SchwertStockTTM = rmmissing (DataTimeTableMth);

总时间表季度的月度数据测量。

TTQ = convert2quarterly (TTM);

Baxter-King过滤器适用于所有变量的季度时间表。使用默认的短裤和移动平均滞后长度。

[TQTT, CQTT] = bkfilter (TTQ);大小(TQTT)

ans =1×2220年4

TQTT和CQTT220 -,- 4时间表包含趋势和周期性的组件,分别系列的TTQ。变量的输入和输出时间表相对应。默认情况下,bkfilter过滤器输入表中的所有变量或时间表。选择一个子集的变量,设置DataVariables选择。

默认的滞后长度是12。因此,第一个和最后一个12行输出的时间表南有价值的。

删除引领和滞后南从趋势和显示剩下的年代。

TQTTCut = rmmissing (TQTT);CQTTCut = rmmissing (CQTT);TQTTCut

TQTTCut =196×4时间表时间返回DivYld CapGain CapGainA ___________ __________ _____ __________ __________ 31 - 3月- 1874 -0.039822 0.0032538 -0.028711 -0.043076 30 - 1874年6月- -0.017105 0.0044321 -0.023919 -0.021537 9月30 - 31 - 1874 0.0039487 0.0010179 0.002954 0.0029307 - 12月- 1874 -0.0078419 0.0050448 -0.0063275 -0.012887 1875年- 3月31日0.020326 - 0.0024432 0.015128 - 0.017883 30 - 1875年6月- 30 - 9 - 1875 -0.0020712 0.0038703 -0.017158 -0.0059416 -0.0085514 0.0044146 -0.01171 -0.012966 31日——12月31 - 1875 -0.006103 0.0036185 -0.0058395 -0.0097214 - 3月- 1876 -0.0055681 0.0031237 -0.0059341 -0.0086918 30 - 1876年6月- 0.013271 0.0044001 0.0034571 0.0088705 9月30 - 31 - 1876 -0.033603 0.0042907 -0.03317 -0.037894 - 12月- 1876 0.04053 0.0045942 0.031644 0.035936 1877年- 3月31日0.0023469 - 0.0032843 -0.014032 - -0.0009374 30 - 1877年6月- 30 - 9 - 1877 -0.061762 0.004893 -0.049214 -0.066655 0.066959 0.0047892 0.058975 0.06217 1877年- 12月31日-0.017554 - 0.0029106 -0.026179 - -0.020464⋮

CQTTCut

CQTTCut =196×4时间表时间返回DivYld CapGain CapGainA ___________ __________ ___________ __________ __________ 31 - 3月- 1874 0.01699 -0.00117 0.015758 0.01816 30 - 1874年6月- 0.020025 -0.0013329 0.018379 0.021358 9月30 - 31 - 1874 0.016201 -0.00079002 0.013713 0.016991 0.0064867 - 1.9907 - 12月- 1874 e-06 0.0036027 - 0.0064847 31 - 3月- 1875 -0.002434 0.00036989 -0.0041687 -0.0028039 30 - 1875年6月- -0.0061591 - 3.1258 e-05 30 - 9 - 1875 -0.0033857 -0.00076308 0.00044226 -0.0050638 - -0.0061903 -0.0026226 - 12月31日1875 0.0015781 -0.0013475 0.0058395 0.0017405 0.0029255 1876年- 3月31日30 - jun - 1876 -0.0010938 0.0031869 0.0028343 -0.0062558 - 1.9708 -0.0094095 - -0.0062755 e-05 9月30 - 31 - 1876 -0.021212 0.0013923 -0.026956 -0.022604 - 12月- 1876 -0.034671 0.0023024 -0.03854 -0.036974 1877年- 3月31日-0.039779 - 0.0023122 -0.038012 - -0.042091 30 - 1877年6月- 30 - 9 - 1877 -0.028847 0.0017301 -0.022516 -0.030577 -0.003445 0.0011069 0.0022493 -0.0045519 1877年- 12月31日0.023547 - 0.00090623 0.022362 - 0.022641⋮

比较不同表格输入、输出之间应用Baxter-King过滤表中所有变量的月度数据DataTableMth和月度数据的时间表TTM。

%的月度数据表的输入DTM = rmmissing (DataTableMth);[TMDT, CMDT] = bkfilter (DataTableMth);TMDT = rmmissing (TMDT);CMDT = rmmissing (CMDT);大小(TMDT)

ans =1×2632年4

尾(TMDT)

返回DivYld CapGain CapGainA __________ _____ __________ __________ May1924 Jul1924 Jun1924 -0.0046032 -0.0016302 0.002973 -0.0046032 0.047692 0.0065778 0.041115 0.041115 0.044844 0.0060522 0.038792 0.038792 Aug1924 Oct1924 Sep1924 0.0089936 0.010929 0.0019358 0.0089936 -0.0086959 0.006971 -0.015667 -0.015667 -0.0014852 0.0049456 -0.0064308 -0.0064308 Nov1924 Dec1924 0.045108 0.0070319 0.038076 0.060834 0.062927 0.0020931 0.060834 0.038076

尾(CMDT)

返回DivYld CapGain CapGainA _____⒈替May1924 0.0075152 - 0.0075152 0.0074662 - -4.9042 e-05 Jun1924 Aug1924 Jul1924 0.016844 0.017044 0.00019971 0.016844 0.016657 0.00028124 0.016376 0.016376 0.0096193 0.00019693 0.0094224 0.0094224 Sep1924 Oct1924 0.0034069 0.0035508 0.00014389 0.0034069 0.013666 - 7.2083 0.0064063 - 7.9476 0.0063268 - 0.0063268 e-05 Nov1924 e-05 Dec1924 0.015515 0.00010861 0.015407 0.013594 0.013594 0.015407

%的时间表月度数据的输入[TMTT, CMTT] = bkfilter (TTM);TMTT = rmmissing (TMTT);CMTT = rmmissing (CMTT);大小(TMTT)

ans =1×2632年4

尾(TMTT)

时间返回DivYld CapGain CapGainA ___________ __________ _____ __________ __________ 01 - 1924年5月- -0.0016302 0.002973 -0.0046032 -0.0046032 1 - 6月01 - 7 - 1924 1924 0.047692 0.0065778 0.041115 0.041115 0.044844 0.0060522 0.038792 0.038792 1 - 8月- 1924 0.010929 0.0019358 0.0089936 0.0089936 1 - 9月- 1924年01 - 10月- 1924 -0.0086959 0.006971 -0.015667 -0.015667 -0.0014852 0.0049456 -0.0064308 -0.0064308 01 - 11月01 - 12月- 1924 1924 0.062927 0.0020931 0.060834 0.060834 0.045108 0.0070319 0.038076 0.038076

尾(CMTT)

时间返回DivYld CapGain CapGainA ___________ _____⒈替01 - 1924年5月- 0.0074662 - -4.9042 0.0075152 - 0.0075152 e-05 01 - jun - 1924 0.017044 0.00019971 0.016844 0.016844 1 - 7月01 - 1924 0.016657 0.00028124 0.016376 0.016376 0.0096193 0.00019693 0.0094224 0.0094224 - 8月- 1924年1 - 9月- 1924年01 - 10月- 1924 0.0035508 0.00014389 0.0034069 0.0034069 0.0064063 - 7.9476 0.0063268 - 0.0063268 e-05 01 - 11月- 1924 0.013666 - 7.2083 0.013594 - 0.013594 e-05 01 - 12月- 1924 0.015515 0.00010861 0.015407 0.015407

因为数据分类,日常数据的输出比从季度数据行。每日输入相等的过滤结果中对应的输出,但是bkfilter返回表的结果,而不是时间表,当你提供一个表中的数据。

设置滤波器参数进行数据周期性

打开生活的脚本

加载Nelson-Plosser宏观经济数据集Data_NelsonPlosser.mat每年,它包含一系列测量的时间表DataTimeTable。

负载Data_NelsonPlosser

Baxter-King过滤器应用于实际和名义国民生产总值系列,GNPR和GNPN,分别。过滤掉周期性分量频率间隔外2,8,并设置滞后长度的移动平均3年。情节的趋势与每个系列组件。

bkfilter (DataTimeTable DataVariables = [“GNPR”“GNPN”),…LowerCutoff = 2, UpperCutoff = 8, LagLength = 3);

图包含一个坐标轴对象。坐标轴对象与标题空白我x t e r - K n g过滤器包含4线类型的对象。这些对象代表原始数据,平滑的趋势。

实验通过调整滤波器参数值交互控制。

varnames =字符串(DataTimeTable.Properties.VariableNames);lc =2;% LowerCutoff加州大学=8;% UpperCutoffq =3;% LagLengthtfs =假;%平稳性vn =varnames (1);% DataVariables图(TTbl CTbl, h) = bkfilter (DataTimeTable DataVariables = vn,…LowerCutoff = lc, UpperCutoff = uc, LagLength = q,平稳性= tfs);

图包含一个坐标轴对象。坐标轴对象与标题空白我x t e r - K n g过滤器包含2线类型的对象。这些对象代表原始数据,平滑的趋势。

输入参数

全部折叠

`Y`- - - - - -时间序列数据
数字矩阵

时间序列数据,指定为一个numObs——- - - - - -numVars数字矩阵。每一列的Y对应于一个变量,每一行对应一个观察。

数据类型:双

`资源描述`- - - - - -时间序列数据
表|时间表

时间序列数据,指定为一个表或时间表numObs行。每一行的资源描述是一个观察。

指定numVars过滤用的变量DataVariables论点。所选变量必须是一个数字。

`斧头`- - - - - -轴的阴谋
`轴`对象

轴的情节,指定为一个轴对象。

默认情况下,bkfilter阴谋,当前轴(gca)。

请注意

bkfilter从指定的数据,删除所有行包含至少一个失踪的观察,由一个表示南价值。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:bkfilter(资源描述、平稳性= true DataVariables = 1:5)Baxter-King过滤器适用于前五个变量的输入表资源描述并指定输入系列是静止的。

`LowerCutoff`- - - - - -较低的截止期限周期性的组件
`6`(默认)|数字标量|数值向量

低截止期限的周期性组件,在单位的周期性数据,指定为数字标量或长度numVars大于或等于向量和元素2。

一个标量,bkfilter使用LowerCutoff对所有输入系列。

为一个向量,bkfilter适用于LowerCutoff (j)到所选j在输入数据。

默认值是6,也就是说6季度(18个月),这是基于商业周期的定义[2]。

更多细节,请参阅提示

例子:LowerCutoff = [4 - 6]适用于较低的截止4第一个系列的输入数据和较低的截止6第二个系列。

数据类型:双

`UpperCutoff`- - - - - -上截止期限周期性组件
`32`(默认)|数字标量|数值向量

上截止期限的周期性组件,在单位的周期性数据,指定为数字标量或长度numVars向量和大于或等于相应的元素LowerCutoff为每个系列。

一个标量,bkfilter使用UpperCutoff对所有输入系列。

为一个向量,bkfilter适用于UpperCutoff (j)对系列j在输入数据。

默认值是32,意思是32个季度(8年),这是基于商业周期的定义[2]。

更多细节,请参阅提示

例子:UpperCutoff = 36 [32]适用于上层的截止32第一个系列的输入数据和上层截止36第二个系列。

数据类型:双

`LagLength`- - - - - -连续的滞后
`12`(默认)|正整数|向量的正整数

滞后的对称移动平均,指定为一个正整数比(numObs−1) / 2或向量的正整数。

一个标量,bkfilter适用于LagLength所有输入系列。

为一个向量,bkfilter适用于LagLength (j)对系列j在输入数据。

默认值是12,建议在[1]季度数据。

更多细节,请参阅提示

例子:LagLength = 8 [4]指定4落后于对称的第一个系列的移动平均线的输入数据8第二个系列的对称移动平均线。

数据类型:双

`平稳性`- - - - - -标志指示是否输入系列是静止的
`假`(默认)|`真正的`|逻辑向量

指定的标志指示是否输入系列是静止的,作为一个值或一个向量的值在这个表。

价值	描述
`假`	输入序列非平稳的
`真正的`	输入系列是静止的

一个标量,bkfilter适用于平稳性所有输入系列。

为一个向量,bkfilter适用于平稳性(j)对系列j在输入数据。

例子:平稳性=(真假)指定第一个输入系列是静止的,第二个输入系列是不稳定的。

数据类型:逻辑

`DataVariables`- - - - - -变量`资源描述`
所有的变量(默认)|字符串向量|细胞特征向量的向量|向量的整数|逻辑向量

变量资源描述那bkfilter过滤器,指定为一个字符串向量或细胞特征向量的向量包含变量名称Tbl.Properties.VariableNames,或者一个整数或逻辑向量代表的指标名称。所选变量必须是一个数字。

例子:DataVariables = (“GDP”“CPI”)

例子:DataVariables =(真真假假)或DataVariables = [1 - 2]选择第一个表和第二个表变量。

数据类型:双|逻辑|字符|细胞|字符串

输出参数

全部折叠

`趋势`——平滑的趋势分量τ_t
数值向量|数字矩阵

平滑的趋势分量τ_t每个系列的数据,作为一个返回numObs——- - - - - -numVars数字矩阵。bkfilter返回趋势当你提供输入Y。

第一个和最后一个LagLength值是南。

`周期性的`——周期性组件c_t
表|时间表

周期性的组件c_t每个系列的数据,作为一个返回numObs——- - - - - -numVars数字矩阵。bkfilter返回周期性的当你提供输入Y。

第一个和最后一个LagLength值是南。

`TTbl`——平滑的趋势分量τ_t
表|时间表

平滑的趋势分量τ_t每个指定的系列中,作为一个返回numObs——- - - - - -numVars表或时间表,相同的数据类型资源描述。bkfilter返回TTbl当你提供输入资源描述。

对于每个选定的系列和相应LagLength,第一个和最后一个LagLength值是南。

`CTbl`——周期性组件c_t
数值向量|数字矩阵

周期性的组件c_t每个指定的系列中,作为一个返回numObs——- - - - - -numVars表或时间表,相同的数据类型资源描述。bkfilter返回CTbl当你提供输入资源描述。

对于每个选定的系列和相应LagLength,第一个和最后一个LagLength值是南。

`h`——处理绘制图形对象
矢量图形对象

处理绘制图形对象,作为一个矢量图形对象返回。bkfilter情节的数据和趋势只有当你返回任何输出或返回h。

h包含独特的情节标识符,您可以使用查询或修改属性的阴谋。

提示

巴克斯特王[1]建议值表中截止段名称参数LowerCutoff和UpperCutoff,滞后长度名称参数LagLength这取决于数据的周期性。

周期性	`LowerCutoff`	`UpperCutoff`	`LagLength`
每年	2	8	3
季度	6	32	12
每月	18	96年	36

在实践中,使用向量的截止时间和滞后长度测试方案。使用产生的阴谋bkfilter比较结果中设置。

引用

[1]巴克斯特,玛丽安,和罗伯特·g·王。“衡量商业周期:经济时间序列近似带通滤波器”。回顾经济学和统计数据81年,没有。4(1999年11月):575 - 93。https://doi.org/10.1162/003465399558454。

[2]烧伤,阿瑟·F。,和Wesley C. Mitchell.衡量商业周期。剑桥,麻州:国家经济研究局(National Bureau of Economic Research), 1946年。

版本历史

介绍了R2023a

另请参阅

hpfilter|cffilter|hfilter

主题

选择时间序列滤波器进行商业周期分析

bkfilter

语法

描述

例子

Baxter-King滤波器应用于矩阵的数据

Baxter-King过滤器适用于表变量

设置滤波器参数进行数据周期性

输入参数

Y- - - - - -时间序列数据数字矩阵

资源描述- - - - - -时间序列数据表|时间表

斧头- - - - - -轴的阴谋轴对象

名称-值参数

LowerCutoff- - - - - -较低的截止期限周期性的组件6(默认)|数字标量|数值向量

UpperCutoff- - - - - -上截止期限周期性组件32(默认)|数字标量|数值向量

LagLength- - - - - -连续的滞后12(默认)|正整数|向量的正整数

平稳性- - - - - -标志指示是否输入系列是静止的假(默认)|真正的|逻辑向量

DataVariables- - - - - -变量资源描述所有的变量(默认)|字符串向量|细胞特征向量的向量|向量的整数|逻辑向量

输出参数

趋势——平滑的趋势分量τt数值向量|数字矩阵

周期性的——周期性组件ct表|时间表

TTbl——平滑的趋势分量τt表|时间表

CTbl——周期性组件ct数值向量|数字矩阵

h——处理绘制图形对象矢量图形对象

更多关于

Baxter-King过滤器

提示

引用

版本历史

另请参阅

主题

`Y`- - - - - -时间序列数据
数字矩阵

`资源描述`- - - - - -时间序列数据
表|时间表

`斧头`- - - - - -轴的阴谋
`轴`对象

`LowerCutoff`- - - - - -较低的截止期限周期性的组件
`6`(默认)|数字标量|数值向量

`UpperCutoff`- - - - - -上截止期限周期性组件
`32`(默认)|数字标量|数值向量

`LagLength`- - - - - -连续的滞后
`12`(默认)|正整数|向量的正整数

`平稳性`- - - - - -标志指示是否输入系列是静止的
`假`(默认)|`真正的`|逻辑向量

`DataVariables`- - - - - -变量`资源描述`
所有的变量(默认)|字符串向量|细胞特征向量的向量|向量的整数|逻辑向量

`趋势`——平滑的趋势分量τ_t
数值向量|数字矩阵

`周期性的`——周期性组件c_t
表|时间表

`TTbl`——平滑的趋势分量τ_t
表|时间表

`CTbl`——周期性组件c_t
数值向量|数字矩阵

`h`——处理绘制图形对象
矢量图形对象