24-季节调整解析

第15章经济序列的季节调整张晓峒（2014-11）南开大学数量经济研究所所长、博士生导师中国数量经济学会副理事长天津市数量经济学会理事长[e-mail]15.1为什么对经济序列进行季节调整15.2季节调整的研究历史15.3时间序列的加法、乘法模型15.4X-13A-S与NBS-SA的季节调整原理15.5中国假日效应的处理15.6X-12的EViews操作15.7NBS-SA的操作15.8季节调整过程中的注意事项第15章经济序列的季节调整File:7birthFile:7retailsaleFile:7gdp-q一．为什么要对经济序列进行季节调整（1）带有季节变化因素的经济变量不能直接用来计算环比增长率40000500006000070000800009000010000006Q106Q307Q107Q308Q108Q309Q1GDP141516171819202005M072006M012006M072007M01Y12006-1-292007-2-18中国季度GDP序列（2006Q1~2009Q1）中国客运量序列（2005M7~2007M6）由于没有稳定的季节变化模式，中国客运量序列计算同比增长率同样没有意义。15.1为什么对经济序列进行季节调整（2）从总量变化中分离出季节成分、日历效应（或离群值影响）等，得到季节调整序列，从而能够更合理地揭示经济变量的变化，计算环比增长率。中国季度GDP原始序列季节调整后的中国商业零售额序列10,00020,00030,00040,00050,00060,00070,00080,000199219941996199820002002200420062008GDP10,00020,00030,00040,00050,00060,00070,00080,000199219941996199820002002200420062008GDPGDP_SA15.1为什么对经济序列进行季节调整（3）用季节调整序列计算的环比增长率可以更快、更准确地反映经济指标的变化。规模以上工业增加值（2003m12~2005m7）3,0003,5004,0004,5005,0005,5006,0006,500IVIIIIIIIVIIIIII20042005INDUSTRYSA2004-22005-22004-2~315.1为什么对经济序列进行季节调整（4）从总量变化中分离出的季节成分，可以反映经济周期的运动规律。这对于制定生产计划和控制存货等非常必要。中国月度商业零售额原始序列中国月度商业零售额季节成分2,0003,0004,0005,0006,0007,0008,0009,00010,00011,00097989900010203040506070809SALE0.920.961.001.041.081.1297989900010203040506070809SF15.1为什么对经济序列进行季节调整季节调整数据的局限性（1）季节调整序列是从原始序列中人为分解出来的，不是实际的经济统计数据。（2）同一个经济序列，经过不同设定的季节调整将得出不同的数据值。（3）季节调整后的经济序列的两侧终端数据比中间数据的可信程度低。15.2季节调整的研究历史◇西方从19世纪中期开始研究经济序列的趋势和季节变动。英国学者吉尔伯特（Gilbert）1854年在伦敦统计学会杂志上发表论文“现钞的流通”，最先研究金融市场的季节变动。◇早期代表性的学术著作是1913年美国统计学家密契尔（Mitchell）出版的“商业周期”和1924年美国统计学家米尔斯（Mills）出版的“经济与商业统计方法”。他们已经提出“长期趋势”、“循环变动”、“季节变动”和“意外变动”的概念。统计学中关于时间序列的加法、乘法模型分析都源于上述俩人的著作。15.2季节调整的研究历史◇时间序列的加法乘法模型：（1）加法模型：Yt=Tt+Ct+St+It，（季节调整后序列：At=Tt+Ct+It）（2）乘法模型：Yt=Tt×Ct×St×It，（季节调整后序列：At=Tt×Ct×It）2600027000280002900030000310003200033000340007374757677787980818283Y0.980.991.001.011.021.0328000290003000031000320007374757677787980818283MA12TRENDCYCLE0.900.951.001.051.107374757677787980818283SF0.920.940.960.981.001.021.047374757677787980818283IF●1938年瑞典Uppsala大学统计研究所所长Wold教授提出著名的“Wold分解定理”，为现代时间序列分析奠定了理论基础。●1954年美国普查局Shiskin首先开发了可以在计算机上运行的季节调整程序，称为普查局模型I。此后，该程序的每一次改进都以X加上序号表示。●1965年10月美国普查局Shiskin,Young和Musgrave研发、推出了季节调整程序X-11。很快就成为全世界统计机构使用的标准方法。X-11方法被理论界划归为基于经验（empirical-based）的方法，其主要缺点是（1）缺乏统计理论的支撑，（2）由于使用移动平均，这种方法有时扭曲了各种构成成分。GEPBox刁锦寰（G.C.Tiao）●1970年Box-Jenkins出版了具有划时代意义的专著《时间序列分析，预测与控制》。使分析经济序列的水平向前推进了一大步。同时也对季节调整方法带来革命性变化。●1975年加拿大统计局的Dagum开发了X-11-ARIMA。它是在X-11的基础上引进随机建模的思想，在进行季节调整之前，首先通过建立ARIMA模型对序列进行前向预测和后向预测、补充数据，以保证在使用移动平均进行季节调整的过程中数据的完整性，从而弥补X-11方法的缺陷。●20世纪90年代，布曼（J.P.Burman）、希莫（S.C.Hillmer）和刁锦寰（G.C.Tiao）多次发表文章，提出时间序列建模的信号提取理论，为日后季节调整软件TRAMO/SEATS的诞生奠定了理论基础。●1996年Gomez和Maravall联合推出季节调整软件TRAMO/SEATS。TRAMO/SEATS（“TimeSeriesRegressionwithARIMANoise,MissingObservationsandOutliers/SignalExtractioninARIMATimeSeries”）是以ARIMA模型为基础，使用信号提取的方法对时间序列进行季节调整。它的预调整程序TRAMO和regARIMA相似。●1998年美国普查局的Findley,Monsell,Bell,Otto,Chen研发推出X-12-ARIMA。X-12-ARIMA方法，基本上与X-11-ARIMA是一致的，主要的变化是可以在预调整模块regARIMA中，对数据做更加丰富的预处理，检测和修正不同类型的离群值，估计并消除日历因素的影响。对季节调整的效果进行更严格的诊断检验。●2004年西班牙银行推出TRAMO/SEATS的视窗版本TSW。●2006年美国普查局推出最新季节调整软件版本是X-13ARIMA-SEATS。与X-12-ARIMA相比，加入了SEATS季节调整方法。15.2季节调整的研究历史◇当代季节调整软件一览15.2季节调整的研究历史◇季节调整软件的使用情况目前，采用X-12-ARIMA和X-13A-S软件调整经济序列的国家有美国、加拿大、英国、德国、荷兰、挪威、澳大利亚、日本、韩国、新加坡、香港、台湾等国。采用TRAMO/SEATS软件调整经济序列的国家有西班牙、意大利、匈牙利、斯洛伐克、波兰、拉脱维亚、罗马尼亚、保加利亚、希腊、土耳其等国。X-12-ARIMA和TRAMO/SEATS软件都用的国家有葡萄牙、法国、克罗地亚、捷克、立陶宛、爱沙尼亚、瑞典、芬兰、冰岛等国。2011年中国国家统计局开始使用在X-13A-S基础上结合中国国情研制的NBS-SA软件。◇目前，OECD（经济合作与发展组织）国家公布的大多数经济数据都包含原始数据和季度调整数据两类。●季节调整在国内的发展早在上个世纪的90年代，在我国高校中就开始有教师从事季节调整方法的应用。2005年4月中国人民银行正式立项与南开大学数量经济研究所合作研究季节调整中中国春节效应的处理问题。（苏宁）中国人民银行项目“PBC版时间序列X-12-ARIMA季节调整软件原理研究”于2012年3月获中国人民银行“银行科技发展二等奖”。中国人民银行调查统计司于2006年10月出版季节调整专著，“时间序列X-I2-ARIMA季节调整原理与方法”●2009年9月国家统计局正式立项与南开大学数量经济研究所合作研制中国版的季节调整软件NBS-SA。对中国移动假日效应以及调休、黄金周效应作了全面处理。（马建堂）●2009年12月在国家统计局与意大利国家统计局专家Morini交流季节调整的经验，并报告我们在把X-12中国化过程中的创新。●2011年8月上海财经大学张鸣芳教授承接的全国统计科研项目“季度GDP季节调整研究”结项。●2011年10月在国家统计局与美国普查局的BrianMonsell（X-13A-S的研发者）和澳大利亚国家统计局的MarkZhang讨论季节调整问题。●2011年中国国家统计局开始使用在X-13A-S基础上结合中国国情研制的NBS-SA软件。●经国务院批准，国家统计局从2011年4月份起，对外公布国内生产总值（GDP）、规模以上工业增加值、固定资产投资（不含农户）、社会消费品零售总额四项统计指标的环比数据。结束了中国基本不生产环比统计数据的历史。中国季节调整软件NBS-SA软件研制成功。●2013年，南开大学与国家统计局合作项目“中国宏观经济序列季节调整方法研究与季节调整软件NBS-SA研发”获国家统计局第十一届全国统计科研优秀成果一等奖。●《季节调整软件NBS-SA使用指南》于2014年内部出版（南开大学出版社）。●目前中国人民银行、国家统计局、国家海关、国家税务总局、财政部、国土资源部等单位都在用或准备用季节调整方法生产经济环比数据。●目前各高校、科研院所、各省级统计局、证券公司的研究单位从事季节调整应用的人越来越多。●下一步着手撰写《季节调整原理及其在中国的应用》。NBS-SA和X-13A-S两用说明书。15.3季节时间序列的加法、乘法模型15.3.1季节时间序列通常认为含有四种成分。（1）长期趋势（Longtermtrend），T。描述序列中长期运动趋势（2）循环分量（Cyclicalcomponent），C。描述序列中不同幅度的扩张与收缩，且时间间隔不同的循环变动。经济问题中常指一年以上的起伏变化。（3）季节分量（Seasonalcomponent），S。描述序列中一定周期的重复变动，周期常为一年，一季，一周等。（4）不规则分量（Irregularcomponent），I。描述随机因素引起的变动，常带有偶然性由于各种因素引起变化相互抑制抵消，变动幅度常较小。60080010001200140016001800197119721973197419751976TRENDY0.900.951.001.051.10197119721973197419751976CYCLE图15.1趋势分量图15.2循环分量0.60.81.01.21.4197119721973197419751976Seasonalfactor0.70.80.91.01.1197119721973197419751976Iregularfactor图15.3季节分量S图15.4不规则分量（I）经典的时间序列模型有两种：（1）加法模型Y=T+S+C+I（2）乘法模型Y=T×S×C×I对于一个时间序列，采用哪种模型分析，取决于各成分之间关系。一般来讲，若4种成分是相互独立的用加法模型，若相互有关联