结构时间序列模型在季节调整中的理论分析与应用研究

发布时间：2020-11-09 06:49

　　 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。
【学位单位】：南开大学
【学位级别】：博士
【学位年份】：2013
【中图分类】：F224
【文章目录】：
摘要
Abstract
第一章 绪论
    第一节 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    第二节 相关理论与文献综述
        1.2.1 经典的时间序列季节调整理论
        1.2.2 结构时间序列模型与卡尔曼滤波
        1.2.3 结构时间序列模型在季节调整中的应用
    第三节 本文写作框架与创新点
第二章 经典的时间序列季节调整理论及其局限性
    第一节 移动平均理论与方法及其局限性
        2.1.1 移动平均理论
        2.1.2 X11季节调整方法
        2.1.3 X11季节调整方法的局限性
    第二节 基于ARIMA模型的信号提取理论与方法及其局限性
        2.2.1 基于ARIMA模型的信号提取理论
        2.2.2 SEATS季节调整方法
        2.2.3 SEATS季节调整方法的局限性
第三章 结构时间序列模型及其相关理论
    第一节 状态空间模型
    第二节 用状态空间模型来表示时间序列模型
    第三节 结构时间序列模型
        3.3.1 结构时间序列模型的各种滤子
        3.3.2 状态向量初始期分布未知情况下的各种滤子
        3.3.3 结构时间序列模型的估计
        3.3.4 结构时间序列模型的检验
        3.3.5 结构时间序列模型离群值的处理
        3.3.6 结构时间序列模型的预测
第四章 用结构时间序列模型进行季节调整的方法
    第一节 可用于季节调整的各种结构时间序列模型
        4.1.1 DS模型
        4.1.2 TS模型
        4.1.3 HS模型
        4.1.4 SSLLT模型
        4.1.5 各个模型的比较
    第二节 HS模型的改进
        4.2.1 存在季节异方差时的HS模型
        4.2.2 存在季节趋势时的HS模型
    第三节 改进的HS模型中各成分的估计
        4.3.1 改进的HS模型的各种滤子
        4.3.2 改进的HS模型各成分的极大似然估计
    第四节 改进的HS模型的检验
    第五节 改进的HS模型对于缺失值和离群值的处理
    第六节 改进的HS模型的预测
第五章 结构时间序列模型季节异方差和季节趋势的检验
    第一节 结构时间序列模型季节异方差的检验
        5.1.1 经典计量经济方法中有关异方筹的检验
        5.1.2 结构时间序列模型季节异方差的检验
        5.1.3 HS-SH模型季节异方差LR检验的检验尺度
        5.1.4 HS-SH模型季节异方差LR检验的检验功效
    第二节 结构时间序列模型季节趋势的检验
第六章 实证研究
    第一节 我国各项税收完成总额月度序列的季节调整
        6.1.1 样本特征分析
        6.1.2 季节调整模型的构建和估计
        6.1.3 季节调整结果及分析
    第二节 我国发电总量月度序列的季节调整
        6.2.1 样本特征分析
        6.2.2 季节调整模型的构建和估计
        6.2.3 季节调整结果及分析
    第三节 三种季节调整方法的实证结果比较
第七章 总结与展望
    第一节 论文总结
    第二节 未来研究展望
参考文献
致谢
附录A
附录B
个人简历

【参考文献】

相关期刊论文 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

本文编号：2876054