收藏本站
《暨南大学》 2016年
加入收藏

季节调整方法比较研究

王雨琴  
【摘要】: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灵活性更大,模型分解直观,适合解决特殊的季节异方差问题,但模型构建和参数估计专业性要求高,主观性强,理解和应用困难,运算效率低。其次,基于我国月度CPI序列,比较三种方法的实际调整效果和适用性。得出的结论是:结构时间序列模型分离出来的趋势成分和调整后环比指数曲线更平滑,调整结果更稳定,适合研究经济长期趋势变化;主流方法得到的趋势成分和环比指数对经济波动性更敏感,适合研究经济拐点。
【关键词】:季节调整 X-12-ARIMA模型 TRAMO/SEATS模型 结构时间序列模型 CPI
【学位授予单位】:暨南大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F224
【目录】:
  • 摘要3-4
  • Abstract4-7
  • 第1章 绪论7-23
  • 1.1 研究背景和意义7-11
  • 1.1.1 研究背景7-9
  • 1.1.2 研究意义9-11
  • 1.2 研究综述11-19
  • 1.2.1 国外研究历程与发展趋势11-17
  • 1.2.2 国内研究现状17-19
  • 1.3 研究内容、创新和不足19-23
  • 第2章 季节调整方法的理论比较研究23-47
  • 2.1 X12ARIMA季节调整模型23-32
  • 2.1.1 reg ARIMA模块理论分析24-26
  • 2.1.2 X-11 季节调整模块分析26-30
  • 2.1.3 X12ARIMA季节调整程序的检验30-32
  • 2.2 TRAMO/SEATS季节调整模型分析32-37
  • 2.2.1 TRAMO模块理论分析32-34
  • 2.2.2 SEATS模块分析34
  • 2.2.3 TRAMO/SEATS季节调整程序的检验34-35
  • 2.2.4 X12ARIMA和TRAMO/SEATS程序的比较35-37
  • 2.3 结构时间序列模型37-43
  • 2.3.1 结构时间序列模型基本理论37-41
  • 2.3.2 结构时间序列模型与主流季节调整方法的比较41-43
  • 2.4 季节调整方法最新成果43-47
  • 2.4.1 X13ARIMA-SEATS43-45
  • 2.4.2 i Metrica45-47
  • 第3章 季节调整方法的应用比较研究——基于中国月度CPI数据47-57
  • 3.1 数据选取及处理47-48
  • 3.2 我国CPI序列波动的描述性分析48
  • 3.3 三种季节调整方法模型处理和参数设置48-51
  • 3.3.1 X12ARIMA模型处理和参数设置49
  • 3.3.2 TRAMO-SEATS模型处理和参数设置49-50
  • 3.3.3 基于我国月度CPI数据的结构时间序列模型选择50-51
  • 3.4 三种季节调整方法的结果比较51-57
  • 第4章 总结和启示57-62
  • 4.1 总结57-59
  • 4.2 思考与建议59-61
  • 4.3 研究的不足和未来展望61-62
  • 参考文献62-65
  • 在校期间发表论文清单65-66
  • 致谢66-67

【相似文献】
中国期刊全文数据库 前10条
1 ;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
2 齐东军;季节调整方法在货币供应量中的应用[J];数量经济技术经济研究;2004年06期
3 文兼武;闾海琪;刘冰;杨红军;李婧婧;黄峰;;环比指标季节调整正流行[J];数据;2010年08期
4 国际研;;主要国家和地区短期指标环比季节调整及发布概况[J];中国统计;2010年06期
5 桂文林;韩兆洲;;基于季节调整模型的我国铁路客运量波动分析[J];铁道运输与经济;2011年02期
6 郑彦;;民航客运量季节调整实证研究[J];山东理工大学学报(自然科学版);2011年01期
7 陈雄强;张晓峒;;我国居民消费的增长与波动——基于季节调整方法[J];华东经济管理;2012年10期
8 张晓峒;徐鹏;;季节调整方法在中国的发展与应用[J];统计研究;2013年09期
9 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
10 蒋淞卿;;福建季度实际GDP季节调整分析[J];发展研究;2007年01期
中国重要会议论文全文数据库 前5条
1 栾惠德;张晓峒;;季节调整中消除春节影响的实证研究[A];21世纪数量经济学(第7卷)[C];2006年
2 栾惠德;张晓峒;;季节调整中的春节模型[A];经济学(季刊)第6卷第2期(总第24期)[C];2007年
3 陈雄强;;中国GDP序列的季节调整方法比较研究[A];21世纪数量经济学(第11卷)[C];2010年
4 张岩;张晓峒;;季节特征变化序列的NBS-SA季节调整方法研究[A];21世纪数量经济学(第11卷)[C];2010年
5 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
中国重要报纸全文数据库 前10条
1 刘丽萍;浅谈季节调整[N];中国信息报;2004年
2 ;季节调整国际研讨班在京举办[N];中国信息报;2011年
3 记者 袁蓉君;季节调整后出口强劲进口疲软[N];金融时报;2012年
4 本报两会报道组;苏宁:剔除季节调整后前两月多项数据略有回升[N];上海证券报;2009年
5 刘丽萍;时间序列季节调整描述经济活动的利器[N];中国信息报;2000年
6 国家信息中心 上海证券报;经济低位企稳 回升逐步加快[N];上海证券报;2009年
7 张永兴;新加坡失业率上升[N];中国证券报;2008年
8 马芳云;法国外贸再度逆差[N];中国商报;2000年
9 记者 袁蓉君;中国经济复苏基础得到巩固[N];金融时报;2009年
10 ;美国5月商品零售额上升[N];国际商报;2004年
中国博士学位论文全文数据库 前2条
1 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
2 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
中国硕士学位论文全文数据库 前5条
1 李海利;月度CPI的季节调整[D];天津财经大学;2014年
2 王雨琴;季节调整方法比较研究[D];暨南大学;2016年
3 魏润润;基于季节调整及分类的CPI与PPI关系研究[D];暨南大学;2016年
4 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
5 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
 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