子年度经济时间序列季节调整模型与应用研究

发布时间：2020-07-26 15:24

【摘要】：几乎所有的子年度(月度或季度)经济时间序列中都包含季节因素的影响,季节调整的意义普遍存在。它的基本意义正如国际货币基金组织(IMF)所认为的那样,季节调整需求的原因是季节性的出现会使基本的低频动态变化和它们之间的关系变得更加模糊难辨。国家统计机构发布季节调整数据有助于用户准确把握数据的基本走势。季节调整的进一步衍生意义还包括,将经济时间序列分解成各组成成分,使得子年度数据具有可比性,识别商业周期的变化和进行转折点测度,利用季节调整数据进行折年率计算等。早在20世纪50年代初期,国外统计科学和实践领域已开始对季节调整方法和应用展开研究。时至今日,季节调整的理论和实践在发达国家已经非常完善,而发展中国家还在不断完善中。目前我国所有具有季节因素的时间序列均没有进行季节调整,消除季节之间不可比因素的一个主要方法仍是与上年度同期数据进行比较得到的同比指数。随着我国社会经济不断融入世界经济一体化进程中,客观上对我国传统的统计分析方法提出了新挑战,要求与国际上通行的方法接轨。引入时间序列的季节调整方法,不仅在于提高数据的分析和使用价值,同时也对传统的统计数据搜集方式提出了改革的要求。本文的研究内容中包含了较深的数理统计知识,涉及我国具体的宏观经济应用领域,同时需要计算机软件和程序的使用作为支撑。它很好地诠释了统计学的科学内涵,季节因素调整可谓是现代统计学的缩影。本文所用方法包括系统研究法,即通过对国内外已有文献进行搜集、整理、归纳、系统总结和改进,最终形成了一整套关于季节调整理论和应用的研究体系和研究框架,国际和国内相结合、引进和吸收相结合的方法。在借鉴国际上季节调整理论和方法的基础上,结合我国实际情况予以改进,使其最终成为真正适合我国国情的季节调整模型,理论与应用相结合的方法。季节调整理论始终立足于我国宏观经济运行中的实际问题,解决宏观经济运行中面临的各种热点或重点问题。经过研究,本文成为目前国内关于季节调整理论和应用的最为系统的研究成果之一。季节调整的理论研究方面既包括基于过滤器方法也包括基于模型的方法,既包括当前广为流行的X-12-ARIMA和TRAMO-SEATS方法,也包括尚属于理论研究阶段的状态空间季节调整模型、Bayes季节调整模型等,还包括目前国际上刚刚开发出来,即将投入实际使用的X-13A-S模型。此外,针对当前国内有关季节调整的应用研究仅仅局限于基本应用层面的缺陷,本文在应用研究部分展开了深入的研究。总体上,本文在国内外作了三个主要方面的创新性研究。第一,在有限的篇幅中深入系统研究了各种具有代表性季节调整模型的原理,其中,TRAMO-SEATS模型、X-13A-S模型、基于均方根信息滤波的状态空间季节调整模型和包括交易日效应的贝叶斯季节调整模型,在国内尚属首次使用。这是对国际季节调整模型予以合理改进,建立真正适合我国季节调整实践模型的前提,为进一步深入研究季节调整理论起到抛砖引玉的作用。第二,在应用研究方面,不仅仅停留在季节调整模型在我国季节性时间序列的基础层面的应用,而是根据季节调整模型的意义做了一些更为深入的推广和应用研究,包括我国居民消费价格实时监测的指数选择研究；我国粮食消费价格的运行特征；我国生产价格和消费价格的传导关系研究；改进旅游本底线并研究危机事件对我国旅游外汇收入和铁路客运量的影响研究；近年来我国投资率偏高,消费率走低问题研究以及我国的假日经济等研究课题。涉及到的宏观经济运行指标包括：季度GDP、社会消费品零售总额、居民消费价格指数(CPI)和生产价格指数(PPI)以及粮食消费价格、消费率、旅游外汇收入、铁路客运量等。第三,本文不仅对单个季节调整模型和应用展开独立研究,同时对多个季节调整模型进行比较研究,引入了各种先进的模型诊断方法并展开实证研究,其中不仅包括目前流行的平滑间距法、修正历史法、季节稳定性检验、谱分析方法,还包括随机模拟分析方法等。总之,本文通过对季节调整理论及应用研究,得出了一些有意义的结论和政策建议,将为季节调整理论在我国的进一步发展提供了理论方面的贡献,为经济运行中其它经济问题如经济周期等的研究提供了前期基础性研究,同时为各级政府部门准确把握我国宏观经济运行中存在的某些方面的问题提供支持,为制定有针对性的政策措施提供了科学依据。
【学位授予单位】：暨南大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：C81

【参考文献】