 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
如何对中国cpi进行季节调整_基于x_12_arima方法的改进
下载积分：900
内容提示：如何对中国cpi进行季节调整_基于x_12_arima方法的改进
文档格式：PDF|
浏览次数：5|
上传日期： 03:05:31|
文档星级：
全文阅读已结束，如果下载本文需要使用
 900 积分
下载此文档
该用户还上传了这些文档
如何对中国cpi进行季节调整_基于x_12_arima方法的改进
官方公共微信季节调整方法在CPI指数中的应用
玮，郁婷婷
（中南财经政法大学统计与数学学院，武汉430074）
摘要：文章首先对季节调整方法的发展及应用进行了说明，着重介绍了国际上使用最广泛的
两种方法：X-12-ARIMA和TRAMO/SEATS；然后用X-12-ARIMA方法对我国居民消费价格指数序列进行了季节调整，探测了交易日、闰年、异常值和春节对CPI指数的影响，比较了三种季节调整模型之间的优劣并进行调整，得出了我国CPI指数只受春节因素的影响的结论，相应的最优模型也是春节效应模型；最后用这种模型对我国CPI指数进行季节调整，分离出趋势成分、季节成分和不规则成分，得到了最终的季节调整序列。
关键词：X-12-ARIMA；CPI；季节调整；春节效应中图分类号：C813
文献标识码：A
文章编号：（04-05
优劣并进行调整，从而获得最优模型来分析CPI季节变动的
居民消费价格指数（简称CPI）是用来测量一定时期内居
特征，准确估计和反映CPI的基本发展趋势，及时反映国民经济的发展变化情况，为经济周期分析、政府对经济的宏观调控提供依据。
民支付所消费商品的服务价格变化程度的相对数指标。该指标影响着政府制定货币、财政、消费、价格、工资、社会保障等政策，同时还直接影响居民的生活水平及评价。月度经济时间序列会受到气候、生产周期、假期等季节因素的影响，以致遮盖时间序列短期内的基本变动，混淆确定的非季节特征。由于我国目前公布的仅是未经季节调整的消费者价格指数，在对中国月度CPI数据研究时，需要采用科学的方法将季节因素从时间序列中测定、分离、抵消和调整，使其更好地反映基本发展趋势，进行不同月份间的经济意义比较。我国对于季节调整方法的应用研究起步较晚，大部分是借鉴国外对于季节调整方法的成果在国内数据基础上进行的实证研究，例如张鸣芳等（2004）采用X-12-ARIMA方法对上海市居民消费价格指数序列进行季节调整、分析和预测，并结合使用
世界货币基金组织(IMF)在《季度国民账户手册》里对季节调整给出如下定义[1]：“季节调整是指使用分析技术将一个序列分解成其季节、趋势—周期和不规则成分。其目的是为了识别这些成分及用途，可以观察这些组成成分已经被剔除后的序列。经季节调整后的数据，在一年范围内周期性重复发生的影响模式—季节模式被剔除，同时，在趋势—周期估计中，不规则事件的影响也被调整。”
1季节调整方法的发展与应用
1.1X-12-ARIMA方法概述与改进
1954年，Shiskin在美国普查局首先开发了能够在计算
机上运行的对时间序列进行季节调整的程序，称为X-1。其后又经历了X-3及X-10方法的发表，直至1965年，较为完整的季节调整程序X-11成为了全球统计机构使用的标准方法，季节调整方法开始走向成熟并被广泛使用。随后，在1978年，加拿大统计局的Dagum根据Box和Jenkins的ARIMA模型的思想，在原有的X-11方法的基础上加入了ARIMA建模和预测，推出了X-11-ARIMA方法。1995年，以X-11方法、X-11-ARIMA方法和X-11-ARIMA88版(Dagum,1988)为基础，美国普查局季节调整首席研究员DavidFindley提出了现在最广泛使用的X-12-ARIMA方法。相对之前的方法，
TRAMO/SEATS方法解决春节假日因素的调整问题，并提出
了中国季节调整面临的若干问题；董雅秀等（2008）研究了
CPI月度环比指数的季节调整问题，并通过建立CPI中长期
预测模型对中国2007年CPI上涨趋势进行了预测，但未涉及如何调整春节假日因素的影响。本文拟首先对季节调整方法的发展及应用进行阐述说明，着重介绍国际上使用最广泛的两种方法：X-12-ARIMA和TRAMO/SEATS。采用X-12-
ARIMA方法对我国居民消费价格指数序列进行季节调整，
结合中国实际情况进行改进，以探测交易日、闰年、异常值和春节对CPI指数的影响，通过比较多个季节调整模型之间的
作者简介：张
X-12-ARIMA方法在以下四个方面有明显的改进与提高[2]：
虎（1963-），男，湖北随州人，博士，教授，研究方向：数理统计方法与运用。玮（1987-），男，湖北武汉人，硕士研究生，研究方向：金融计量。
郁婷婷（1988-），女，江苏南通人，硕士研究生，研究方向：金融计量。
统计与决策2011年第2期（总第326期）
共5页(1/5)
个序列中已经没有季节特征,同时也说明运用 2008 年...[6]张鸣芳, 项燕霞, 齐东军.居民消费价格指数季节...[10]贺凤羊,刘建平.如何对中国 CPI 进行季节调整—......X-11季节调整方法在医院时间序列分析中的应用_专业资料。时间序列是指按时间顺序...用于时间序列分析的季节分析方法主要有以下几种:季节指数法、指数平滑法、趋势......2009 年第 23 期 时间序列季节调整方法在气象要素预测中的应用分析张建玲 1 (...建立合理的趋势模型 ,根据 趋势模型预测趋势, 然后让趋势乘以季节指数,得到未来......第二章 经济时间序列的 季节调整、分解与平滑本章主要介绍经济时间序列的分解和平滑方 法。时间序列分解方法包括季节调整和趋势分解, 指数平滑是目前比较常用的时间......消费序列季节调整的 新方案,并运用季节调整结果分析...从中选择最佳分段方法;文献[10] 在对中国 CPI ...以 2000 年为基期运用商品零售价格 指数剔除价格影响......运用国际上最新流行的 X-12-ARIMA 程序对我国居民消费价格指数时间序列进行 季节调整;再运用 TRAMO/SEATS 方法剔除中国特有的春节假日因素;最后对 CPI 进行短期......第 24 章 生活费用的衡量 1. CPI 包括进口照相机价格上升但 GDP 平减指数不包括。 2. CPI 中包括了美国军方购买的直升飞机价格的上升。 3. 由于汽油价格上升......1.208ln(CPI ) (0.322) (0.181) (0.354) R 2 ? 0.990 R 2 ? 0.988 F ? 770.602 (2)数据中有多重共线性,居民消费价格指数的回归系数的符号...... 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
如何对中国CPI进行季节调整_基于X_12_ARIMA方法的改进_贺凤羊
下载积分：1500
内容提示：如何对中国CPI进行季节调整_基于X_12_ARIMA方法的改进_贺凤羊
文档格式：PDF|
浏览次数：1|
上传日期： 01:54:32|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1500 积分
下载此文档
该用户还上传了这些文档
如何对中国CPI进行季节调整_基于X_12_ARIMA方法的改进
官方公共微信工具类服务
编辑部专用服务
作者专用服务
季节调整方法在中国的发展与应用
随着我国社会主义市场化经济程度的不断提高,人们逐渐开始使用环比数据监控宏观经济重要指标,而环比数据质量的好坏取决于对季节调整方法的了解与掌握程度.在简要介绍了季节调整方法及相应软件的发展现状之后,本文对季节调整研究在我国的发展与应用状况进行了总结.在季节调整发展部分,文章主要介绍了中国人民银行PBC版X-12-ARIMA季节调整软件和国家统计局版NBS-SA季节调整软件的特点；在季节调整应用部分,则分别以春节效应和结构时间序列模型为主线对我国季节调整文献进行了梳理.最后在小结部分,本文给出了一些建设性意见.
Zhang Xiaotong
作者单位：
南开大学经济学院数量经济研究所
南开大学经济学院
年，卷(期)：
机标分类号：
在线出版日期：
基金项目：
国家社会科学基金项目"经济序列季节调整的理论与应用研究"，国家统计局重大科研项目"中国宏观经济序列季节调整与软件研发"的资助
本文读者也读过
相关检索词
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）(C)北京万方数据股份有限公司
万方数据电子出版社月度CPI的季节调整--《天津财经大学》2014年硕士论文
月度CPI的季节调整
【摘要】：从改革开放到现在,我国的年度数据只有30多个。对于很多经济研究来说这样的数据量是远远不够的,所以对于季度、月度等子年度时间序列的研究显得特别重要。子年度数据所包含的信息会受到季节性的影响,很多经济时间序列之间的动态关系由于受到季节因素的干扰变得模糊不清,如果存在很强的季节影响,时间序列的真实关系可能会被掩盖,经季节调整的数据可以消除季节性因素的影响,反映经济序列的真实情况,所以对于子年度数据季节调整方法的研究有重要的理论意义与应用价值。文章首先介绍了对CPI进行季节调整的背景及意义,并从国内外两个角度分别详细列举了前人对季节调整的研究情况。在总结国内外学者对季节调整研究内容的基础上,提出CPI存在季节性的问题,并使用X-13A-S模型对CPI进行季节调整,此模型是美国普查局正在研究并将进行实施的最新成果。虽然对季节调整的文献数量非常多,但是具体到最新的X-13A-S模型,前人的研究并不充分,需要后人进行更详细的补充。由于X-13A-S包括X-12-ARIMA模型和TRAMO-SEATS模型的功能,所以理论介绍包含对X-12-ARIMA模型和TRAMO-SEATS模型的介绍以及X-13A-S对他们的继承和发展。在理论介绍的基础上文章将X-13A-S模型应用于CPI的季节调整,并将春节因素引入其中。在得到季节调整模型后,文章使用谱图对其调整效果进行检测。从得到的图形中,可以看出经过季节调整后的序列已经不再包含季节性和交易日效应,说明模型的调整效果很好。当然,采用X-13A-S模型进行季节调整的实证过程并不是没有任何瑕疵的,之后文章指出了在进行季节调整时存在的缺陷,以期以后的研究者可以加以改进。文章的最后对我国的季节调整给出了几点展望,也指出了未来一段时期内我国季节调整的目标和方向。文章的创新之处主要体现在两个方面：第一,首次使用Win Genhol软件将春节变量引入模型,为以后对移动假日的引入提供了参考,使得移动假日的调整变得更容易；第二,文章首次对X-13A-S进行了详细系统的描述,然后将其应用于对CPI的季节调整,并且得到了很好的调整效果。
【关键词】：
【学位授予单位】：天津财经大学【学位级别】：硕士【学位授予年份】：2014【分类号】：F726;F224【目录】：
内容摘要5-6Abstract6-9第1章 绪论9-18 1.1 选题背景及意义9-12
1.1.1 选题背景9-10
1.1.2 选题意义10-12 1.2 国内外研究动态及文献综述12-16
1.2.1 国外研究历程及文献综述12-14
1.2.2 国内研究动态及文献综述14-16 1.3 基本思路与框架16-17 1.4 文章的创新之处17-18第2章 理论分析18-36 2.1 X-12-ARIMA模型分析18-26
2.1.1 regARIMA模块简介18-20
2.1.2 X-11模块简介20-26 2.2 TRAMO-SEATS模型分析26-30
2.2.1 TRAMO模块分析26-28
2.2.2 SEATS模块分析28-30 2.3 X-13ARIMA-SEATS模型分析30-36
2.3.1 X-13ARIMA-SEATS简介31-32
2.3.2 X-13A-S的regARIMA建模能力32-33
2.3.3 X-13A-S对于X-12-ARIMA在诊断上的继承33
2.3.4 X-13A-S对SEATS估计在诊断方面的改进33-36第3章 实证研究36-48 3.1 软件介绍36-37 3.2 数据的处理37-38 3.3 季节调整38-46
3.3.1 X-13A-S流程简介38
3.3.2 不考虑春节效应的模型38-41
3.3.3 考虑春节效应的季节调整41-42
3.3.4 季节调整的效果42-46 3.4 模型的总结和评价46-48第4章 总结与展望48-52 4.1 全文总结48-49
4.1.1 内容总结48-49
4.1.2 结论49 4.2 问题与展望49-52
4.2.1 可能存在的问题49-50
4.2.2 展望50-52参考文献52-54后记54
欢迎：、、)
支持CAJ、PDF文件格式
【参考文献】
中国期刊全文数据库
张晓峒;徐鹏;;[J];统计研究;2013年09期
潘泽清;;[J];财政研究;2013年05期
盛都运;李兴绪;;[J];调研世界;2013年02期
石刚;;[J];统计研究;2013年01期
吴岚;朱莉;龚晓彪;;[J];统计研究;2012年09期
石刚;;[J];统计研究;2012年05期
贺凤羊;刘建平;;[J];数量经济技术经济研究;2011年05期
张虎;李玮;郁婷婷;;[J];统计与决策;2011年02期
沈赟;董莉娟;;[J];中国统计;2009年07期
郭志武;滕国召;蒲继红;;[J];中国医院统计;2009年01期
中国博士学位论文全文数据库
桂文林;[D];暨南大学;2011年
中国硕士学位论文全文数据库
罗敏;[D];大连海事大学;2013年
【共引文献】
中国期刊全文数据库
聂淑媛;;[J];河南师范大学学报(自然科学版);2016年04期
邢竟;陈光慧;;[J];统计与决策;2016年14期
陈梦根;胡雪梅;;[J];统计与信息论坛;2016年07期
洪永淼;;[J];统计研究;2016年05期
危黎黎;向书坚;;[J];中国管理科学;2016年04期
马思捷;;[J];统计与决策;2016年09期
陈光慧;邢竟;;[J];统计研究;2016年04期
陈梦根;牛华;马艳昕;;[J];调研世界;2016年02期
李勋;张宏钊;姚森敬;黄荣辉;刘顺桂;吕启深;张林;;[J];电网与清洁能源;2015年11期
钱金波;魏成金;;[J];财经政法资讯;2015年05期
中国博士学位论文全文数据库
张岩;[D];南开大学;2013年
中国硕士学位论文全文数据库
王庆林;[D];东华理工大学;2016年
张莎莎;[D];河北工业大学;2015年
李海利;[D];天津财经大学;2014年
【二级参考文献】
中国期刊全文数据库
石刚;;[J];统计研究;2013年01期
吴岚;朱莉;龚晓彪;;[J];统计研究;2012年09期
陈雄强;张晓峒;;[J];上海经济研究;2011年07期
桂文林;韩兆洲;;[J];数量经济技术经济研究;2011年07期
王群勇;;[J];统计研究;2011年05期
贺凤羊;刘建平;;[J];数量经济技术经济研究;2011年05期
张虎;李玮;郁婷婷;;[J];统计与决策;2011年02期
高艳云;;[J];数理统计与管理;2010年06期
王群勇;武娜;;[J];统计研究;2010年08期
沈赟;董莉娟;;[J];中国统计;2009年07期
【相似文献】
中国期刊全文数据库
;[J];预测;1990年03期
齐东军;[J];数量经济技术经济研究;2004年06期
文兼武;闾海琪;刘冰;杨红军;李婧婧;黄峰;;[J];数据;2010年08期
国际研;;[J];中国统计;2010年06期
桂文林;韩兆洲;;[J];铁道运输与经济;2011年02期
郑彦;;[J];山东理工大学学报(自然科学版);2011年01期
陈雄强;张晓峒;;[J];华东经济管理;2012年10期
张晓峒;徐鹏;;[J];统计研究;2013年09期
李晓芳,吴桂珍,高铁梅;[J];数量经济技术经济研究;2003年04期
蒋淞卿;;[J];发展研究;2007年01期
中国重要会议论文全文数据库
栾惠德;张晓峒;;[A];21世纪数量经济学（第7卷）[C];2006年
栾惠德;张晓峒;;[A];经济学（季刊）第6卷第2期（总第24期）[C];2007年
陈雄强;;[A];21世纪数量经济学（第11卷）[C];2010年
张岩;张晓峒;;[A];21世纪数量经济学（第11卷）[C];2010年
鲁峰华;刘立功;;[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
刘丽萍;[N];中国信息报;2004年
;[N];中国信息报;2011年
袁蓉君;[N];金融时报;2012年
本报两会报道组;[N];上海证券报;2009年
刘丽萍;[N];中国信息报;2000年
国家信息中心
上海证券报;[N];上海证券报;2009年
张永兴;[N];中国证券报;2008年
马芳云;[N];中国商报;2000年
袁蓉君;[N];金融时报;2009年
;[N];国际商报;2004年
中国博士学位论文全文数据库
桂文林;[D];暨南大学;2011年
张岩;[D];南开大学;2013年
中国硕士学位论文全文数据库
李海利;[D];天津财经大学;2014年
王美露;[D];山东经济学院;2011年
贺凤羊;[D];暨南大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号