收藏本站
《西南财经大学》 2016年
加入收藏

经济时间序列的季节调整

杨辉  
【摘要】: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进行方法的比较研究,三大模块依次为公历节假日的调整、传统季节调整体系的方法比较、考虑春节效应的季节调整的研究。将季节调整进行拆分便于进行阶段性的方法比较,在每个阶段都考虑了多种季节调整方法效果,逐步对比得出每一阶段的最优方法,最终得到季节调整的最优解。另外,在处理公历节假日阶段,本文作者认为我国同一假日的假期长短发生过变动。本文创新性地提出基于假期时长的虚拟变量来剔除假期的影响。最终,本文得到如下结论(1)公历假期时长发生变化时,引入多个虚拟变量的调整方法效果显著性更好。对本文研究对象的实证调整总结得到我国的公历假期的季节影响因子的大小。除以一天的元旦假期影响不显著以外,其余的五一、十一和三天的元旦假期都影响显著,通过比较不同的假期的影响效果可以发现,调整时长之后的三天五一假期并不逊色于之前的七天假期,总的来说十一黄金周的影响力度最大,本文还针对不同的假期影响效果提出了假期制度安排的建议。(2)在传统的季节调整模型研究部分,首先对X-12-ARIMA方法进行了内部的对比。对加法模型和乘法模型,考虑交易日的模型和不考虑交易日的模型进行了对比,最终确认了考虑交易日的乘法模型季节调整效果最好,进一步与TRMAO/SAETS比较,可以得到后者效果较好。(3)在第二部分的基础上,将春节效应纳入到TRMAO/SAETS的季节调整中,对比发现,春节有正向的节前影响和负向的节中影响,节后影响不显著。经过本文的方法比较研究,得到了适应于社会商品零售总额的一套季节调整流程。
【关键词】:季节调整 X-12-ARIMA TRMAO/SAETS 假日调整 春节效应
【学位授予单位】:西南财经大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F224;F124
【目录】:
  • 摘要4-6
  • Abstract6-10
  • 1. 绪论10-18
  • 1.1 选题的背景及意义10-11
  • 1.2 文献综述11-15
  • 1.2.1 国外季节调整方法的研究综述11-13
  • 1.2.2 国内有关季节调整的研究综述13-15
  • 1.3 研究思路和文章框架15-17
  • 1.4 本文的创新17-18
  • 2. 季节调整的理论与方法18-35
  • 2.1 季节调整定义、目的和作用18-21
  • 2.1.1 季节调整的定义18-19
  • 2.1.2 经济时间序列季节调整的意义19-21
  • 2.2 时间序列分解模型21-22
  • 2.3 主要的季节调整方法的演变22-23
  • 2.4 X-12-ARIMA理论方法23-31
  • 2.4.1 regARIMA模块原理24-25
  • 2.4.2 regARIMA模块的日历效应25-28
  • 2.4.3 regARIMA模块的异常值识别28-29
  • 2.4.4 X-11模块29-31
  • 2.5 TRAMO/SEATS理论方法31-34
  • 2.5.1 TRAMO的基本原理32-33
  • 2.5.2 SEATS的基本原理33-34
  • 2.6 x-12-ARIMA与TRAMO/SEATS在应用中的比较34-35
  • 3. 季节调整中节假日的调整方法分析35-42
  • 3.1 我国节假日的特征及分类35-37
  • 3.2 我国节假日对经济的影响37-38
  • 3.3 我国公历节日的季节调整方法38-39
  • 3.3.1 不考虑假期时长的调整模型38
  • 3.3.2 考虑假期时长的调整模型38-39
  • 3.4 我国春节的季节调整方法39-42
  • 4. 零售商品总额的季节调整实证研究42-63
  • 4.1 公历节假日的调整43-50
  • 4.1.1 基于“十一”假期的调整43-44
  • 4.1.2 基于“五一”假期的比较研究44-47
  • 4.1.3 基于“元旦”假期的比较研究47-49
  • 4.1.4 基于双十一效应的研究49-50
  • 4.1.5 小结50
  • 4.2 X-12-ARIMA体系与T/S体系方法比较50-57
  • 4.2.1 X-12-ARIMA的比较研究50-55
  • 4.2.2 T/S的调整55-56
  • 4.2.3 X-12-ARIMA和T/S的比较56-57
  • 4.3 考虑春节效应的季节调整57-60
  • 4.4 季节调整结果分析60-63
  • 5. 结论和论文不足63-65
  • 5.1 主要结论63-64
  • 5.2 本文的不足及展望64-65
  • 参考文献65-68
  • 致谢68

【相似文献】
中国期刊全文数据库 前10条
1 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
2 关华明;杨杰;张彦;;利用季节调整方法进行市场总量分析[J];软科学;1990年01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;张晓峒;;季节调整中的春节模型[J];经济学(季刊);2007年02期
5 栾惠德;;“假日经济”与居民消费——来自季节调整的证据[J];当代经济科学;2007年03期
6 范维;张磊;石刚;;季节调整方法综述及比较[J];统计研究;2006年02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 刘薇;;季节调整模型的确定方法及其应用[J];统计与决策;2014年13期
9 王娜;;我国居民消费价格指数的季节调整及短期预测[J];科学与管理;2013年04期
10 刘丽萍;对西方国家时间序列季节调整的几点认识[J];统计研究;2001年12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6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 杨辉;经济时间序列的季节调整[D];西南财经大学;2016年
5 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
6 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