分享到:

季节调整后出口强劲进口疲软

1月份出口数据好于一般“春节月”的表现,表明外需仍保持在较为正常的水平上。同时,进口数据低于预期则是因为1月份国内的生产活动大幅减少。$$    从整体趋势来看,中国的进口将在春节之后,随着生产季节的到来逐步呈现出上升趋势,而出口仍将保持总体的温和上涨。整体的贸易顺差将逐步下降。$$    因春节长假以及大宗商品价格下跌的影响,2月10日海关总署公布的贸易数据显示,1月份出口和进口同比增速分别从去年12月份的13.8%、11.8%下滑至-0.5%和-15.3%,前者好于市场预期(-1.4%),后者大大低于预期(-3.6%)。由于进口下滑幅度远大于出口,当月贸易顺差大大高于市场预期,从165亿美元增至273亿美元,创6个月新高。当天与本报记者连线的几家外资银行专家表示,数据受到了春节假期的极大扭曲,经工作日调整后呈现出好得多的景象。$$    由于1月份是“春节月”,因此对当月贸易数据的解读存在一定困难。实际上,普遍用来避免季节性...  (本文共2页) 阅读全文>>

权威出处: 金融时报2012-02-11
《陇东学院学报》2017年05期
陇东学院学报

基于季节调整和时间序列相混合的中国环县长期风速预测

能源危机促使人类去寻找一种可替代的新型能源,由于风能具有绿色环保和可再生性以及低投入和高收益的优点而备受亲睐。2015年,全球风电产业新增装机63013MW,同比增长22%。其中,中国风电新增装机容量达30500MW,占据了全球新增风电装机容量的28.4%[1]。在风能开发的应用中,风速是关键参数,而准确预测出风速非常困难,这就增加了开发风能的难度。近年来,很多学者根据历史风速数据提出了多种预测方法以期提高风速预测精度[2-4],但是单独地使用某个模型去预测风速会导致误差较大,因此很多学者又提出了利用混合模型实现风速的预测[5-10]以及利用组合模型去预测风速的方法[4-6]。通常风速预测结果的相对平均误差变化范围是25%到40%[10],误差来源不仅与预测方法有关,而且与预测时期以及预测区域有关。总的来说,风速预测周期越短,预测地点风速变化越稳定,预测的误差越小。本文中,我们构建了基于季节调整法(SAM)与自回归滑动平均模型(...  (本文共4页) 阅读全文>>

《商业时代》2009年02期
商业时代

国民经济数据的季节性影响与调整

目前,我国公布的宏观经济时间序列都是实际数据,没有经过季节调整,在讨论、分析和研究时使用同比法,这与国际主流统计方法不一致。因此,我国有必要应用季节调整方法对经济序列进行调整,以更好地反映经济发展趋势,同时也跟国际数据具有可比性。经济数据的季节性影响可以把经济时间序列看成一些成分的组合。一般地,经济时间序列包括趋势循环成分、季节性成分、不规则成分和历法效应四个部分。季节性成分是指时间序列围绕趋势循环年复一年地重复出现的一种有规律的波动,这种波动称为季节性波动。产生季节性波动的主要原因是气候变化,如寒冷的冬季使建筑业和农业生产减少、取暖燃油消费增加、外出旅游人数减少,这种影响会产生连锁反应。此外,一些固定的节假日,如国际劳动节、圣诞节、各个国家的国庆节,对商品零售额有一定影响,包含这些节假日的月份其商品零售额往往会高于目其它月份。经济时间序列月度(季度)数据是由每日的经济活动构成的,因此,其值可能受月份的星期结构、月份长度、移动假...  (本文共1页) 阅读全文>>

《统计与决策》2009年04期
统计与决策

居民消费价格指数的季节调整及短期预测

1季节调整方法的发展过程早在上世纪50年代初,西方国家就开始了在统计领域使用季节调整方法的尝试。季节调整的问题首先是由美国经济学家于1919年提出的,此后,有关季节调整的方法不断地出现和改进。1931年Macauley提出了用移动平均比率方法进行季节调整,成为季节调整方法的基础。1954年Shiskin在美国普查局首先开发了在计算机上运行的程序对时间序列进行季节调整,称为X-1,此后,季节调整的方法每改进一次都以X加上序号表示。1960年X-3方法发表,它的特点是特异项的代替方法和季节要素的计算方法有了进一步的改进。1961年又发表了X-10方法,考虑到了根据不规则变动和季节变动的相对大小来选择季节要素的移动平均项数。1965年,美国普查局推出了比较完整的季节调整程序X-11,至此,季节调整方法走向成熟并被广泛使用。1978年,加拿大统计局的Dagum开始引进随机建模的方法,推出了对X-11改进的X-11-ARIMA方法,实际上...  (本文共3页) 阅读全文>>

《数理统计与管理》2009年03期
数理统计与管理

季节调整对单位根检验的影响——基于蒙特卡罗模拟的研究

0引言在发达国家,统计机构普遍发布季节调整后的数据,所以在主流的经济学教科书和国际一流经济学期刊发表的论文中,使用季节调整后的数据进行建模也是一种通行做法.比如著名经济学家米尔顿·弗里德曼就曾指出,在研究一组序列之间的关联运动时,季节调整后数据较之未调整的数据更为有用,因为未调整序列中所蕴含的季节波动往往会掩盖真实的经济规律12] .SIIn8Is]和wailisl’]考察了在线性回归模型中由季节噪声所引起的渐近偏倚的性质.在单位根和协整理论提出后,人们自然地想到进一步研究季节调整会对单位根检验造成哪些458数理统计与管理第28卷第3期2009年5月后果.Jaeger和Kunstlsl考察了季节调整对衡量总产出序列持续性的影响.G咖elsle]指出了使用季节调整后数据所存在的一些问题,比如使序列变得平滑、对称滤波引起一定的长期自相关等;使用未经季节调整的原始数据,实际GNP支持单位根假设的证据削弱.Ghysels和Perronl...  (本文共11页) 阅读全文>>

《中国统计》2009年05期
中国统计

对GDP进行季节调整的方法

为反映GDP等经济指标的基本趋势,国际上通常的做法是对季度或月度相关原始数据进行季节调整。而在我国,迄今为止尚未公布包括季度GDP在内的经季节调整的经济指标数据,这不仅不利于对我国宏观经济运行监测,也无法满足国际比较的需要。为此,了解和掌握国际上通用的GDP季节调整方法,对于研究和制定适合我国国情的季度GDP季节调整方法具有重要意义。季节调整的概念和作用1.季节调整的概念。所谓季节调整,就是一个从时间序列中估计和剔除季节影响的过程,目的是更好地揭示季度或月度序列的特征或基本趋势。2.季节调整的作用。一个季度或月度的时间序列往往会受到年内季节变动的影响,这种季节变动是由气候条件、生产周期、假期和销售等季节因素造成的。由于这些因素造成的影响通常大得足以遮盖时间序列短期的基本变动趋势,混淆经济发展中其他客观变化要素,以致难以深入研究和正确解释经济规律。若要掌握经济运行的客观变化规律,必须进行季节调整。季节调整的三种模型:X-11-AR...  (本文共3页) 阅读全文>>