分享到:

时间序列季节调整描述经济活动的利器

为什么要对时间序列进行季节调整$$季节调整是对时间序列中隐含的由于季节性因素造成的季节变化的影响加以纠正的过程。时间序列是指在规定的时间间隔内,对所发生的经济活动进行连续测算而形成的数据。一般认为,季节性因素是指在正常年度情况下,季度或月度序列(统称为子年度序列)中表现出来的有规律的波动变化。为什么子年度序列中包含有季节性因素?相对于年度序列而言,子年度序列的特点是指标的核算期或指标所对应的时期少于一年。年度序列与日历年度的周期相对应,而人类传统经济活动的运作起始也一般与日历年度相对应,因此年度序列能够反映一个日历年度内经济活动的一个完整的周期,如果将不同年度的指标进行比较,具有可比性。$$但是子年度序列则不同,由于其对应的时期只是日历年度中的某一部分,因此不同时期的子年度指标所对应的季节相互之间各不相同。由于不同的季节对经济活动的影响程度不同,相同的经济活动在不同季节里产生的经济效果不同,因此不同的子年度指标之间存在不可比因素...  (本文共2页) 阅读全文>>

《内蒙古统计》2002年05期
内蒙古统计

时间序列的季节调整及其方法

一、季节调鳖的必要性 在经济分析和国民经济核算中,经常会看到经过季节调整后的时间序列数据,也经常会遇到关于国内生产总值时间序列季节调整的方法。时间序列季节调整是对时间序列中隐含的由于季节性因素造成的季节变化的影响加以纠正的过程。时间序列是指不同的时间上,对所发生的经济活动进行连续观测而排列的数据。一般根据观测可以以一年,三个月,或是每月一次,而区分为年度序列、季度序列或月度序列。一般认为,季节性因素是指在正常年度情况下,季度或月度序列中表现出来的有规律的波动变化。年内含有季节性因素特点是指标的时期少于一年。年度序列反映一个日历年度内经济活动的一个完整的周期,如果将不同年度的指标进行比较,具有可比性。但是季度序列或月度序列则不同,由于其对应的时期只是年度中的某一部分,因此不同时期的季或月指标所对应的季节相互之间各不相同。由于不同的季节对经济活动的影响程度不同,相同的经济活动在不同季节里产生的经济效果不同,因此不同的季或月指标之间...  (本文共2页) 阅读全文>>

《统计研究》2001年12期
统计研究

对西方国家时间序列季节调整的几点认识

季节调整理论认为子年度序列中隐含有周期、趋势、偶然因素、季节性因素和交易日因素等构成成分。周期是时间序列中所表现出的持续的周期性的波动 ,一个完整的周期具有扩张阶段、转折点、衰退阶段和恢复阶段四个不同的阶段。趋势反映的是经济现象的总体长期演变方向 ,如是上升、持平还是下降。周期与趋势比较 ,偏重于瞬间的经济变化。由于测算趋势在实际工作中有一定的难度 ,因此一般把趋势与周期放在一起不再进行区分。偶然因素反映的是其他有规律因素无法解释的残差或随机因素产生的变化 ,它包括经济活动的参与者们的不稳定决策、数据程序或样本的错误以及非正常的事件和罢工、自然灾害等对经济活动的影响。季节性因素是时间序列围绕趋势和周期年复一年地重复出现的一种有规律的波动。产生季节性因素的原因有多方面 ,如气候的原因使建筑业和农业在冬季生产量减少 ,也使失业的人数多于其他季节。社会因素也可以产生季节性因素 ,如由于传统的节假日而产生的节假日期间销售额的增长。季节性...  (本文共2页) 阅读全文>>

《邮电企业管理》2002年06期
邮电企业管理

季节调整模型在电信业务分析中的应用

时间季节调整模型季节调整模型属于时间序列的分析方法。时间序列是在不同时点记录的一系列观测值。通过对时间序列数据的研究,我们可以了解和解释其变动规律,对时间序列进行预测。电信企业按月(年)记录的各种业务量和收入就是典型的时间序列数据,并且有明显的季节波动规律,因此十分适合用季节模型来进行分析。一般认为,时间序列的变化可分为时间趋势(T)、季节因素(S)、周期变化(C)和随机变化(R)四部分,用乘法模型表示为:Y=T×S×C×R这四个部分的影响叠加在一起就构成了时间序列的观测值。但实际的观测值往往无法给人正确的印象,季节调整模型就是要从时间序列数据中剔除季节成分,揭示时间序列的内在变动规律,使之不受季节因素的影响。我们通过计算出一个季节指数来完成季节调整。季节指数的计算方法季节指数其实是观测值与趋势值的平均比值,它表示观测值相对于平均趋势值的变动程度。我们以某电信公司1995年至1999年各月的电话业务量序列数据为例,简单介绍季节指...  (本文共3页) 阅读全文>>

《中国统计》2000年02期
中国统计

浅谈季节调整的方法及其应用

早在50年代初,西方国家在统计 领域就开展了对季节调整方法的研究和应用。美国人口普查局在50年代的人口统计中率先研制并应用了季节调整方法X-1,此种方法经过近几十年的不断实践、完善,逐步发展为X-11 ARIMA和X-12regARIMA,并为西方各大工业国广泛应用。在我国,由于数理统计基础相对薄弱,统计界对季节调整方法应用的系统研究起步较晚。在1993年国家统计局组织Business CycleAnalysis&Forecast)—经济周期波动分析软件(BCAM)操作培训时,我国政府系统的统计工作者开始接触到X-11ARIMA。但当时人们对它的认识,只局限于作为宏观经济监测预警系统所需的一种工具。之后,我国的一些统计学及管理学教科书也开始以对季节调整方法作学术性的或普及性的介绍。但遗憾的是,至今人们对其在统计实务中的意义及应用仍认识不深。本文是笔者把最近赴英国培训中对季节调整方法有关问题的认识实录下来,以期引起人们在统计实务中...  (本文共2页) 阅读全文>>

《江苏统计》1999年11期
江苏统计

季节调整方法在西方国家的应用及启示

以月份或季度作为时间观测单位的时间序列,常常受季节因素的影响而出现周期性变化,给深入研究和阐释经济规律带来困难。所谓季节调整就是将一个时间序列中的季节因素剔除,从而得出反映经济社会运行态势的长期趋势。目前这种方法在西方国家也得到成功应用,并积累了不少经验。前不久随国家统计局访问团赴英接受了季节调整方法培训,现以英国为例,简要介绍季节调整的基本方法及其应用情况,以期他山之石,可以攻玉。一、季节调整的基本原理和发展一般来说,时间序列能够从三个部分来描述:一是趋势部分(有时为更细致地研究,又把这一部分分成趋势和循环两部分),表征时间序列的长期发展趋向是上升、下降,抑或保持不变。二是季节部分,表示由于季节因素造成的周期变化。在英国,季节因素主要有复活节和交易日。英国的复活节大约在每年的3月和4月,由于日期不确定,两个月份内的交易日。休假日都不是一成不变的,从而引起月度数据在经济意义上的不可比。再如每个月天数、休息日不等、对人们购物、商店...  (本文共3页) 阅读全文>>