收藏本站
《南开大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

结构时间序列模型在季节调整中的理论分析与应用研究

张岩  
【摘要】: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,并提出了这两个模型季节异方差和季节趋势存在性的检验方法,使结构时间序列模型在季节调整中的应用理论更加完备。 本文首先系统介绍了X11和SEATS两种季节调整方法的基本理论,并论述了各自的局限性;然后全面介绍了结构时间序列模型及其估计的基本理论;之后总结现有可用于季节调整的结构时间序列模型的具体理论基础和模型构成,并分析比较了各个模型的优点和不足;在此基础上,本文提出了可以拟合季节异方差和季节趋势问题的改进的HS模型,同时,提出基于改进的HS模型的季节异方差LR检验方法和季节趋势AIC检验方法,并研究了不同因素设定对季节异方差LR检验的检验尺度和检验功效的影响。最后,本文使用改进的HS模型对我国税收完成总额序列和发电总量序列进行了季节调整,得到两个序列在固有趋势、季节波动特征方面的实证结论,以及改进的HS模型季节调整方法比X11和SEATS方法更有效的结论。 在理论研究方面,本文的主要创新如下: (1)对比现有各种可用于季节调整的结构时间序列模型,包括DS模型、TS模型、HS模型和SSLLT模型的具体理论基础和模型构成,并分析比较了各个模型的优缺点。在此基础上提出适用于拟合各类实际问题,尤其是季节异方差和季节趋势问题的改进的HS模型的具体形式,并就该模型如何进行估计、如何改进异常值及如何预测进行了详细的论述。 (2)针对改进的HS模型,提出检验季节异方差和季节趋势是否存在的方法,给出季节异方差检验的LR统计量的模拟分布,讨论影响分布的各种因素,并研究在不同参数设定下该统计检验的检验尺度和检验功效。 (3)在现有状态空间模型MATLAB程序包的基础上,设计针对改进的HS模型估计、检验等用途的程序模块,实现对改进的HS模型的估计和检验。 在实证研究方面,本文的主要创新如下: (1)使用HS-SH模型对1991年1月至2011年12月我国税收完成总额月度序列进行季节调整研究。实证研究结果表明,我国税收收入具有稳定的、大于国内产出增长率的内在增长趋势,同时容易受到外部冲击的影响。此外,我国税收收入还具有明显的季节波动特征,受税收制度改革的影响,这种季节波动特征伴随着显著的波动形式变化和季节异方差性。 (2)使用HS-SH和HS-ST组合模型对1991年1月至2011年12月我国发电总量月度序列进行季节调整研究。实证研究结果表明,我国发电总量具有相对稳定的增长趋势,这一趋势的大小由我国宏观经济内生性发展对重工业的影响程度决定。同时,与其他宏观经济指标一样,我国发电总量也容易受到外部冲击的影响。此外,我国发电总量具有明显的季节波动特征,受春节假期影响,这种季节波动特征伴随着显著的季节异方差性,同时,受气候变暖和生活用电增加的影响,这种季节波动特征还伴随着显著的季节趋势。
【关键词】:季节调整 结构时间序列模型 HS模型 季节异方差 季节趋势
【学位授予单位】:南开大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:F224
【目录】:
  • 摘要5-7
  • Abstract7-13
  • 第一章 绪论13-22
  • 第一节 研究背景与研究意义13-16
  • 1.1.1 研究背景13-14
  • 1.1.2 研究意义14-16
  • 第二节 相关理论与文献综述16-20
  • 1.2.1 经典的时间序列季节调整理论16-17
  • 1.2.2 结构时间序列模型与卡尔曼滤波17-18
  • 1.2.3 结构时间序列模型在季节调整中的应用18-20
  • 第三节 本文写作框架与创新点20-22
  • 第二章 经典的时间序列季节调整理论及其局限性22-46
  • 第一节 移动平均理论与方法及其局限性22-36
  • 2.1.1 移动平均理论22-26
  • 2.1.2 X11季节调整方法26-34
  • 2.1.3 X11季节调整方法的局限性34-36
  • 第二节 基于ARIMA模型的信号提取理论与方法及其局限性36-46
  • 2.2.1 基于ARIMA模型的信号提取理论36-41
  • 2.2.2 SEATS季节调整方法41-44
  • 2.2.3 SEATS季节调整方法的局限性44-46
  • 第三章 结构时间序列模型及其相关理论46-77
  • 第一节 状态空间模型46-47
  • 第二节 用状态空间模型来表示时间序列模型47-50
  • 第三节 结构时间序列模型50-77
  • 3.3.1 结构时间序列模型的各种滤子51-58
  • 3.3.2 状态向量初始期分布未知情况下的各种滤子58-64
  • 3.3.3 结构时间序列模型的估计64-69
  • 3.3.4 结构时间序列模型的检验69-73
  • 3.3.5 结构时间序列模型离群值的处理73-75
  • 3.3.6 结构时间序列模型的预测75-77
  • 第四章 用结构时间序列模型进行季节调整的方法77-99
  • 第一节 可用于季节调整的各种结构时间序列模型77-86
  • 4.1.1 DS模型77-79
  • 4.1.2 TS模型79-82
  • 4.1.3 HS模型82-84
  • 4.1.4 SSLLT模型84-85
  • 4.1.5 各个模型的比较85-86
  • 第二节 HS模型的改进86-91
  • 4.2.1 存在季节异方差时的HS模型86-88
  • 4.2.2 存在季节趋势时的HS模型88-91
  • 第三节 改进的HS模型中各成分的估计91-97
  • 4.3.1 改进的HS模型的各种滤子91-94
  • 4.3.2 改进的HS模型各成分的极大似然估计94-97
  • 第四节 改进的HS模型的检验97
  • 第五节 改进的HS模型对于缺失值和离群值的处理97-98
  • 第六节 改进的HS模型的预测98-99
  • 第五章 结构时间序列模型季节异方差和季节趋势的检验99-115
  • 第一节 结构时间序列模型季节异方差的检验99-114
  • 5.1.1 经典计量经济方法中有关异方筹的检验99-100
  • 5.1.2 结构时间序列模型季节异方差的检验100-109
  • 5.1.3 HS-SH模型季节异方差LR检验的检验尺度109-110
  • 5.1.4 HS-SH模型季节异方差LR检验的检验功效110-114
  • 第二节 结构时间序列模型季节趋势的检验114-115
  • 第六章 实证研究115-135
  • 第一节 我国各项税收完成总额月度序列的季节调整115-123
  • 6.1.1 样本特征分析116-118
  • 6.1.2 季节调整模型的构建和估计118-119
  • 6.1.3 季节调整结果及分析119-123
  • 第二节 我国发电总量月度序列的季节调整123-131
  • 6.2.1 样本特征分析124-126
  • 6.2.2 季节调整模型的构建和估计126
  • 6.2.3 季节调整结果及分析126-131
  • 第三节 三种季节调整方法的实证结果比较131-135
  • 第七章 总结与展望135-138
  • 第一节 论文总结135-137
  • 第二节 未来研究展望137-138
  • 参考文献138-144
  • 致谢144-145
  • 附录A145-150
  • 附录B150-159
  • 个人简历159

【参考文献】
中国期刊全文数据库 前10条
1 郭健;;税收、政府支出与中国经济增长的协整分析[J];财经问题研究;2006年11期
2 王军平,刘起运;如何看待我国宏观税负——基于“非应税GDP"的科学评价[J];财贸经济;2005年08期
3 曾国安;胡晶晶;;20世纪90年代中期以来中国税收增长与经济增长关系分析[J];当代经济研究;2006年08期
4 贾康,刘尚希,吴晓娟,史兴旺;怎样看待税收的增长和减税的主张——从另一个角度的理论分析与思考[J];管理世界;2002年07期
5 林伯强;电力消费与中国经济增长:基于生产函数的研究[J];管理世界;2003年11期
6 商凯;张志辉;;影响中国税收增长率变动的经济因素分析——基于1978-2006年中国税收收入时间序列数据[J];经济与管理;2008年07期
7 栾惠德;;居民消费价格指数的实时监测——基于季节调整的方法[J];经济科学;2007年02期
8 涂雄苓;;发电量的时间序列模型构建及实证分析[J];经济研究导刊;2011年21期
9 夏春;实际经济时间序列的计算、季节调整及相关经济含义[J];经济研究;2002年03期
10 赵进文;范继涛;;经济增长与能源消费内在依从关系的实证研究[J];经济研究;2007年08期
【共引文献】
中国期刊全文数据库 前10条
1 ;The Analysis of Economic Growth Cycle in Henan Province[J];Asian Agricultural Research;2011年03期
2 马丽;张前进;;宁夏能源消费与经济增长关系的实证分析[J];安徽农业科学;2008年07期
3 刘荣利;;河南省经济增长周期分析[J];安徽农业科学;2011年10期
4 张建玲;林苗苗;刘建华;申国华;;时间序列季节调整方法在气象要素预测中的应用分析[J];现代农业科技;2009年23期
5 高山;靳宇恒;;长三角地区能源消费与经济增长关系的实证研究[J];现代农业科技;2012年04期
6 胡晓绵;吕新军;;电力消费与中国经济增长——基于八个区域的面板模型[J];北方经济;2010年02期
7 李菁;李万明;;基于电力消费弹性系数的新疆电力产业可持续发展研究[J];北方经济;2010年20期
8 刘恩猛;汪波;;浙江省存贷比的季节调整与分析[J];北方经济;2011年06期
9 杨冠琼;;经济增长与能源消费:来自山东的经验证据[J];北京师范大学学报(社会科学版);2006年06期
10 赵进文;熊磊;;我国货币供应量变动对保险需求传导效应的实证分析[J];保险研究;2011年07期
中国重要会议论文全文数据库 前10条
1 刘小军;涂俊;;发展低碳经济对城市产业结构的影响——天津市经济增长与产业能源消费实证分析[A];2011中国环境科学学会学术年会论文集(第一卷)[C];2011年
2 贾小玫;向波;袁凤华;;陕西省城镇化与工业化关系的协整分析[A];陕西省外国经济学说研究会2010年年会“西部大开发10年”专题研讨会论文集[C];2010年
3 王敏;周博;李阳;;北京工业经济运行监测预警指标体系的构建[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
4 王维国;潘祺志;;价格扭曲、要素替代、相对效率与工业节能路径选择——基于我国制造业行业数据的实证分析[A];2010年中国产业组织前沿论坛会议文集[C];2010年
5 李谷成;冯中朝;范丽霞;;教育、健康与农民收入增长——来自转型期湖北农村的证据[A];湖北省人民政府第三届湖北科技论坛“三农问题与农业综合生产能力提高”分论坛论文集[C];2005年
6 李永乐;吴群;;经济增长与耕地资源数量变化:协整分析及其Granger因果检验[A];2008年中国土地学会学术年会论文集[C];2008年
7 张黎;孙艳华;张延华;;随季节变化的海量网络数据预测方法[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年
8 王迪;聂锐;;长三角能源消费的特征分析与区域节能潜力测算[A];第五届(2010)中国管理学年会——管理科学与工程分会场论文集[C];2010年
9 严晟;卢毅;;月敏感负荷预测方法研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(中册)[C];2008年
10 鲁峰华;刘立功;;从周期变动角度分析2011年居民消费价格走势[A];北京市第十六次统计科学研讨会获奖论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 陈鹏;台湾经济波动冲击效应研究[D];南开大学;2010年
2 刘建;国际油价波动冲击的缓冲机制研究[D];南开大学;2010年
3 邢树东;税收弹性研究[D];东北财经大学;2010年
4 潘祺志;我国工业能耗强度变动与节能路径选择[D];东北财经大学;2010年
5 刘宝如;中国转型期税收与经济增长问题研究[D];东北财经大学;2010年
6 张伯松;中国风电产业融资问题研究[D];中国地质大学(北京);2011年
7 尤卓雅;能源替代、安全约束和经济增长[D];浙江大学;2011年
8 张琳;中国能源消费与经济增长关系的实证研究[D];西北大学;2011年
9 张永学;韩国税收负担研究[D];吉林大学;2011年
10 迟本坤;低碳经济视角下新能源CDM项目的国际合作问题研究[D];吉林大学;2011年
中国硕士学位论文全文数据库 前10条
1 夏薪淳;中国区域能源消费结构及其影响因素研究[D];大连理工大学;2010年
2 喻毅;湖南省电力增长与产业结构变化研究[D];长沙理工大学;2010年
3 姚文华;PPI与CPI的传导关系研究[D];中国海洋大学;2010年
4 柳刘;江西省宏观税负研究[D];江西财经大学;2010年
5 宋兴达;我国二氧化碳排放以及能源效率问题的实证研究[D];江西财经大学;2010年
6 李剑春;我国财政投资对经济增长影响的实证分析[D];江西财经大学;2010年
7 梁根琴;中国能源消费对工业品出厂价冲击的实证分析[D];江西财经大学;2010年
8 黄娑;江苏省经济增长的持续性与稳定性实证研究[D];南京财经大学;2010年
9 李红;基于非径向DEA方法的江苏FEEEP协调性研究[D];南京财经大学;2010年
10 马精华;地市电力景气指数研究[D];华南理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 宋焕斌,陈大鹏;税收与GDP的模型分析及税收政策趋向[J];商业研究;2004年07期
2 郭健;;税收、政府支出与中国经济增长的协整分析[J];财经问题研究;2006年11期
3 张鸣芳,项燕霞,齐东军;居民消费价格指数季节调整实证研究[J];财经研究;2004年03期
4 王家新,张伦俊;2004年我国税收与经济增长的协调关系[J];财贸经济;2005年05期
5 王军平,刘起运;如何看待我国宏观税负——基于“非应税GDP"的科学评价[J];财贸经济;2005年08期
6 曾国安;胡晶晶;;20世纪90年代中期以来中国税收增长与经济增长关系分析[J];当代经济研究;2006年08期
7 王根贤;GDP与就业均衡增长的财政政策选择[J];地方财政研究;2005年04期
8 马超群,储慧斌,李科,周四清;中国能源消费与经济增长的协整与误差校正模型研究[J];系统工程;2004年10期
9 韩智勇,魏一鸣,焦建玲,范英,张九天;中国能源消费与经济增长的协整性与因果关系分析[J];系统工程;2004年12期
10 林伯强;电力消费与中国经济增长:基于生产函数的研究[J];管理世界;2003年11期
【相似文献】
中国期刊全文数据库 前10条
1 王群勇;;中国季度GDP的季节调整:结构时间序列方法[J];统计研究;2011年05期
2 王穆楠;李林杰;;我国娱乐教育文化消费平均指数变动趋势的实证分析——基于X-12-ARIMA季节调整方法[J];统计与管理;2010年04期
3 李晓芳,吴桂珍,高铁梅;我国经济指标季节调整中消除春节因素的方法研究[J];数量经济技术经济研究;2003年04期
4 栾惠德;;居民消费价格指数的实时监测——基于季节调整的方法[J];经济科学;2007年02期
5 陈飞;高铁梅;;结构时间序列模型在季节调整方面的应用——与X-12季节调整方法的比较分析[J];系统工程理论与实践;2007年11期
6 汤兰;;基于时间序列季节调整的家用空调出口分析[J];阜阳师范学院学报(自然科学版);2009年03期
7 高春玲;;时间序列分解模型在寿险保费收入预测的应用[J];北方经贸;2010年06期
8 陈钰;;PPI、企业商品价格指数、M2与CPI之间关系研究[J];辽宁大学学报(哲学社会科学版);2011年03期
9 ;我国主要国民经济季度指标季节调整环比指数(%)[J];预测;1990年03期
10 贾淑梅;货币供应量季节调整中消除春节因素的实证研究[J];统计研究;2005年10期
中国重要会议论文全文数据库 前10条
1 杜贞栋;黄乾;吕宁江;李秀荣;于晓蕾;;利用时间序列模型预测桓台县浅层地下水动态变化[A];农业、生态水安全及寒区水科学——第八届中国水论坛摘要集[C];2010年
2 赵庆江;迟凯;付芳萍;李潮潮;车文刚;;基于FCM的模糊时间序列模型及人民币汇率预测[A];第二十九届中国控制会议论文集[C];2010年
3 王志良;李伟伟;;基于混沌时间序列的昆明市月降水量模拟预测[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年
4 黄荣坦;;厦门港集装箱吞吐量的时间序列模型[A];2002年中国管理科学学术会议论文集[C];2002年
5 文新辉;牛明洁;;基于神经网络理论的一种新的时间序列模型的参数估计方法[A];全国青年管理科学与系统科学论文集(第2卷)[C];1993年
6 王书平;李建平;高丽君;赵茜;;标准X-11方法及国际原油价格季节性波动分析[A];现代工业工程与管理研讨会会议论文集[C];2006年
7 李林峰;裘正定;;时间序列分析在网络流量预测中的应用研究[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
8 马培蓓;纪军;;基于时间序列的航空备件消耗预测[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年
9 周欣荣;沙海云;高文宝;柴干;;卡尔曼滤波在短时段交通预测上的应用[A];第一届中国智能交通年会论文集[C];2005年
10 张杰;林桂军;;我国出口的季节性变动与年初出口下滑[A];’93对外经济贸易大学学术报告会论文集[C];1993年
中国重要报纸全文数据库 前10条
1 上海证券报;宏观经济并未出现过热迹象[N];上海证券报;2006年
2 国家信息中心上海证券报;宏观经济运行在偏快的黄灯区上沿[N];上海证券报;2007年
3 刘汉涛;利差交易再度大行其道[N];上海证券报;2007年
4 国家信息中心上海证券报;综合警情小幅反弹CPI首次亮红灯[N];上海证券报;2008年
5 记者 刘丽娜 刘洪;复苏再获数据支持[N];新华每日电讯;2009年
6 国家信息中心上海证券报 张永军 程建华 王远鸿 伞锋 李若愚 徐平生 刘玉红;宏观经济仍有从偏快转向过热的风险[N];上海证券报;2007年
7 国家信息中心上海证券报;经济景气高位回落 过热风险有所降低[N];上海证券报;2008年
8 国家信息中心上海证券报 张永军 程建华 伞锋 李若愚 徐平生 刘玉红;总供给与总需求应实现更高水平新平衡[N];上海证券报;2008年
9 经济日报社中经产业景气指数研究中心 国家统计局中国经济景气监测中心;中经水泥产业景气指数报告[N];经济日报;2010年
10 赵海娟;内忧外患 日本经济难突围[N];中国经济时报;2011年
中国博士学位论文全文数据库 前10条
1 张岩;结构时间序列模型在季节调整中的理论分析与应用研究[D];南开大学;2013年
2 咸巍;偏正态混合时间序列模型[D];吉林大学;2010年
3 陈燕红;时间序列模型的经验似然推断[D];大连理工大学;2013年
4 邱望仁;模糊时间序列模型及其在股指趋势分析中的应用研究[D];大连理工大学;2012年
5 桂文林;子年度经济时间序列季节调整模型与应用研究[D];暨南大学;2011年
6 孙秋霞;基于时间序列模型的控制图性能评价及应用[D];青岛大学;2011年
7 曾进群;开源社区结构与行为及其特点研究[D];华南理工大学;2013年
8 丁洁;双率采样数据系统的辨识[D];江南大学;2011年
9 张金良;电力市场环境下的短期电价混合预测模型研究[D];华北电力大学(北京);2011年
10 胡果荣;基于舍人数据的统计推断[D];吉林大学;2006年
中国硕士学位论文全文数据库 前10条
1 王美露;基于商品零售总额的季节调整方法比较研究[D];山东经济学院;2011年
2 董瑶;时间序列模型的改进与应用[D];兰州大学;2012年
3 贺凤羊;中国经济时间序列的季节调整研究[D];暨南大学;2011年
4 胡建明;基于聚合经验模态分解的时间序列模型的研究及其应用[D];兰州大学;2013年
5 涂晔;时间序列模型的误差分析与研究[D];昆明理工大学;2009年
6 程海涛;支持向量机结合X11季节调整方法用于短期电力负荷预测[D];兰州大学;2011年
7 曲宏巍;模糊时间序列模型相关理论的研究[D];大连海事大学;2012年
8 陈阳;时间序列模型的罚似然方法[D];西北大学;2012年
9 吕敏红;时间序列模型的局部影响分析[D];西北大学;2010年
10 任文军;基于平稳时间序列模型的鞅变换参数估计问题[D];燕山大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026