分享到:

浅谈季节调整

专业数据和国内生产总值季节调整是利用特定的数据处理模型,对时间序列中季节性因素等不可比成分进行剔除,以准确地反映经济现象运行轨迹的一种方法。季节调整的方法在西方国家已有几十年的历史,我们还处于刚刚起步的阶段,本文试图根据个人对季节调整的理解,谈一点粗浅的看法。$$季节性因素和季节调整$$研究认为,季度(或月度,以下通称季度)指标的时间序列中隐含有周期、趋势、季节性因素、交易日因素和偶然因素等构成成分。周期是时间序列表现出的持续的周期性的波动,一个完整的周期具有扩张、转折点、衰退和恢复四个不同的阶段。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。季节性因素是季度指标围绕趋势和周期年复一年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,气候的原因使建筑业和农业在冬季的生产量减少,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使销售额增长。季节性的影响还可使一些食品工业的生产...  (本文共2页) 阅读全文>>

南开大学
南开大学

结构时间序列模型在季节调整中的理论分析与应用研究

经济序列的季节调整问题,一直都是各国统计和计量经济领域关注的焦点。为了有效的考察经济数据变化规律,解释数据背后的经济意义,如何准确、完整的分解出实际经济序列的趋势信息和季节信息,成为季节调整工作的核心目标。从1931年Macauley提出用移动平均比率法进行季节调整以来,基于移动平均滤波的非参数季节调整方法和基于经典时间序列模型的参数信号提取季节调整方法不断发展和完善。但是,随着越来越多的季节调整问题被提出,原理方面的固有缺陷使二者在解决季节调整问题时显得越来越乏力。于是,基于状态空间方法的结构时间序列模型被引入季节调整问题的研究中。由于结构时间序列模型充分的灵活性,越来越多的季节调整问题都通过结构时间序列模型很好的拟合并解决。结构时间序列模型逐渐成为季节调整理论发展的新方向。本文对结构时间序列模型中经典的HS季节模型进行有针对性的改进,给出了能够拟合季节异方差和季节趋势的HS-SH模型和HS-ST模型的具体形式,并提出了这两个...  (本文共159页) 本文目录 | 阅读全文>>

西南财经大学
西南财经大学

经济时间序列的季节调整

子年度的时间序列数据中普遍存在着明显的季节性,气候、宗教习惯、社会风俗和商业实践等原因引起的季节性波动往往会影响真实的数据走向,容易导致决策者的误判。由此,需要将序列中存在的季节因素进行剔除。我国传统的做法是基于去年的同期数据计算同比变动,这种方法已经被证明具有局限性。国际上对季节调整研究比较深入,主要是以国家统计机构和银行机构为主导,研究季节调整的方法并不断开发和升级季节调整软件,截至目前已经形成了两大方法体系,被许多国家延用。一些国家十分重视季节调整的实践活动,定期发布调整后的多项数据。为了准确了解经济动向与国际接轨需要定期发布季节调整之后的数据。然而,季节调整方法因各国的季节模式特征不同而各有不同。为此需要对季节调整的方法进行本国化的研究。本文首先分析了国际上引用最多的X-12-ARIMA和TRMAO/SAETS方法体系,并分析了我国特有的假期特点,最后以社会商品零售总额为研究对象进行季节调整,提出了将季节调整分为三大模块...  (本文共68页) 本文目录 | 阅读全文>>

暨南大学
暨南大学

基于平衡轮换样本调查的季节调整方法研究

许多重要的经济时间序列都是基于重复抽样调查产生的,重复抽样调查使样本在期与期之间存在样本重叠,因而使时间序列数据含有自相关的抽样误差。传统季节调整方法对时间序列进行季节调整时,常假定误差项为白噪声,不考虑其序列的相关关系。基于抽样调查模式的季节调整起步较晚,且相关研究者甚少。目前,仍无相关研究者从数据来源角度,建立一套基于连续性抽样调查的一般化季节调整模型。为进行更准确的季节调整分析,本文从连续性抽样调查角度出发,研究基于平衡轮换样本调查的抽样误差对季节调整的影响,建立一般化的季节调整模型,利用卡尔曼滤波进行参数估计,并从预测误差、误差方差等角度评价模型精度。最后以中国城镇住户调查采用的12-0平衡轮换模式为例,对考虑抽样误差结构特征的季节调整模型进行实证分析,验证这套季节调整方法的有效性。基于平衡轮换抽样调查的季节调整方法,将统计学知识和计量经济学知识相结合,从抽样调查角度研究时间序列季节调整问题,不仅使季节调整研究更精细,而...  (本文共57页) 本文目录 | 阅读全文>>

天津财经大学
天津财经大学

月度CPI的季节调整

从改革开放到现在,我国的年度数据只有30多个。对于很多经济研究来说这样的数据量是远远不够的,所以对于季度、月度等子年度时间序列的研究显得特别重要。子年度数据所包含的信息会受到季节性的影响,很多经济时间序列之间的动态关系由于受到季节因素的干扰变得模糊不清,如果存在很强的季节影响,时间序列的真实关系可能会被掩盖,经季节调整的数据可以消除季节性因素的影响,反映经济序列的真实情况,所以对于子年度数据季节调整方法的研究有重要的理论意义与应用价值。文章首先介绍了对CPI进行季节调整的背景及意义,并从国内外两个角度分别详细列举了前人对季节调整的研究情况。在总结国内外学者对季节调整研究内容的基础上,提出CPI存在季节性的问题,并使用X-13A-S模型对CPI进行季节调整,此模型是美国普查局正在研究并将进行实施的最新成果。虽然对季节调整的文献数量非常多,但是具体到最新的X-13A-S模型,前人的研究并不充分,需要后人进行更详细的补充。由于X-13...  (本文共54页) 本文目录 | 阅读全文>>

暨南大学
暨南大学

季节调整方法比较研究

季节调整是从原始时间序列中剔除季节性影响以分离出趋势、循环、季节、不规则成分的重要方法。季节调整后的序列可以及时反映国民经济运行情况,为经济分析和制定经济政策提供依据。我国对季节调整方法缺乏系统性研究,尚未研制出适用于我国情况的、系统的季节调整方法。对季节调整方法进行比较研究对于明晰我国季节调整发展方向,构建适合我国国情的季节调整方法体系具有重要的理论和实践指导意义。本文首先从理论方法上对主流季节调整方法(即X-12-ARIMA和TRAMO/SEATS)和新兴起的基于结构时间序列模型季节调整方法进行剖析,从数理建模角度比较三种季节调整方法的优势和不足。所得结论是:X-12-ARIMA方法原理简单、功能全面、应用广泛,对具有标准季节特征的时间序列适用性很好,但非参数特性使其在处理特殊季节性问题时缺乏灵活性;TRAMO/SEATS方法定义变量灵活,操作简便,检验功能多样,适宜具有较大异常值且数据量较大的序列;结构时间序列模型定义分量...  (本文共67页) 本文目录 | 阅读全文>>