1、居民消費(fèi)價(jià)格指數(shù)季節(jié)調(diào)整實(shí)證研究張鳴芳 項(xiàng)燕霞 齊東軍【摘要】本文首先對(duì)居民消費(fèi)價(jià)格指數(shù)季節(jié)調(diào)整的原因，季節(jié)調(diào)整方法的開展過程和應(yīng)用進(jìn)行了說(shuō)明，著重介紹了國(guó)際上最新流行的X12-ARIMA和TRAMO/SEATS季節(jié)調(diào)整方法，然后用X12-ARIMA方法對(duì)上海市居民消費(fèi)價(jià)格指數(shù)序列進(jìn)行季節(jié)調(diào)整、分析和預(yù)測(cè)，文章結(jié)合使用TRAMO/SEATS方法解決中國(guó)與國(guó)外明顯不同的春節(jié)假日因素的調(diào)整問題，最后提出我國(guó)季節(jié)調(diào)整問題與建議?！娟P(guān)鍵詞】居民消費(fèi)價(jià)格指數(shù) 季節(jié)調(diào)整 X12 ARIMA TRAMO/SEATS 一、居民消費(fèi)價(jià)格指數(shù)季節(jié)調(diào)整的原因一個(gè)月度的經(jīng)濟(jì)時(shí)間序列會(huì)受到定期的年內(nèi)季節(jié)變動(dòng)的影響，這種

2、季節(jié)變動(dòng)是由氣候條件、生產(chǎn)周期、模型的轉(zhuǎn)換、假期和銷售等季節(jié)因素造成的。由這些因素造成的影響通常大得足以遮蓋時(shí)間序列短期的根本的變動(dòng)，混淆經(jīng)濟(jì)開展中其他客觀變化規(guī)律，以致難以深入研究和正確解釋經(jīng)濟(jì)規(guī)律如經(jīng)濟(jì)開展趨勢(shì)，經(jīng)濟(jì)內(nèi)部關(guān)系等。因此，如果利用科學(xué)的方法將這些季節(jié)因素從經(jīng)濟(jì)時(shí)間序列中測(cè)定、別離、抵消和調(diào)整，那么能使該序列能更好地反映其根本的開展趨勢(shì)，從而得出正確的判斷。居民消費(fèi)價(jià)格指數(shù)是用來(lái)測(cè)量一定時(shí)期內(nèi)居民支付所消費(fèi)商品和效勞價(jià)格變化程度相對(duì)數(shù)指標(biāo)。它既是反映通貨膨脹程度的重要指標(biāo)，也是國(guó)民經(jīng)濟(jì)核算中的縮減指標(biāo)。這一指標(biāo)影響著政府制定貨幣、財(cái)政、消費(fèi)、價(jià)格、工資、社會(huì)保障等政策，同時(shí)，也直

3、接影響居民的生活水平評(píng)價(jià)。我國(guó)國(guó)家統(tǒng)計(jì)局從2001年1月起，在價(jià)格指數(shù)的統(tǒng)計(jì)、公布和使用中，開始把居民消費(fèi)價(jià)格指數(shù)作為主要指標(biāo)，代替過去的商品零售價(jià)格指數(shù)的位置。在2001年以前，我國(guó)是根據(jù)調(diào)查資料直接計(jì)算和公布月環(huán)比、月同比、及年度同比價(jià)格指數(shù)。自2001年起，才剛開始改用國(guó)際通用方法，計(jì)算和公布定基價(jià)格指數(shù)。我國(guó)目前是以2000年平均價(jià)格作基準(zhǔn)，計(jì)算出各月定基價(jià)格指數(shù)后，再推算月環(huán)比、月同比及年度同比價(jià)格指數(shù)，同時(shí)推算任意時(shí)間間距的多種價(jià)格指數(shù)。盡管價(jià)格資料更豐富了，然而，迄今為止，仍未計(jì)算和公布季節(jié)調(diào)整的居民消費(fèi)價(jià)格指數(shù)。由于不同的季節(jié)對(duì)居民消費(fèi)的影響程度不同，相同的居民消費(fèi)在不同季節(jié)里

4、支付的價(jià)格不同，因此，未經(jīng)季節(jié)調(diào)整的居民消費(fèi)價(jià)格指數(shù)，因?yàn)榘思竟?jié)因素，不能較好地反映經(jīng)濟(jì)開展中居民消費(fèi)的一般根本價(jià)格趨勢(shì)。國(guó)外許多興旺國(guó)家非常重視消費(fèi)價(jià)格統(tǒng)計(jì)，除了計(jì)算和公布月環(huán)比、月同比、及年度同比消費(fèi)者價(jià)格指數(shù)外，美國(guó)、加拿大等國(guó)家不僅每月計(jì)算和公布未經(jīng)季節(jié)調(diào)整的消費(fèi)者價(jià)格指數(shù)，同時(shí)也計(jì)算和公布每月經(jīng)過季節(jié)調(diào)整的消費(fèi)者價(jià)格指數(shù)，以滿足不同信息使用者的要求。經(jīng)濟(jì)學(xué)者們用消費(fèi)價(jià)格指數(shù)進(jìn)行經(jīng)濟(jì)分析和利用時(shí)間序列做經(jīng)濟(jì)模型時(shí)，大多用季節(jié)調(diào)整后的數(shù)據(jù)。同時(shí)，季節(jié)調(diào)整方法還在其他許多領(lǐng)域得到了應(yīng)用：物價(jià)、工業(yè)、進(jìn)出口、投資、庫(kù)存、工資、就業(yè)和失業(yè)、個(gè)人收入、出生死亡和婚姻、旅游業(yè)、勞務(wù)市場(chǎng)、衛(wèi)生保

5、健、交通、農(nóng)業(yè)、貿(mào)易、犯罪率、房屋及建筑、能源等，以反映相關(guān)時(shí)間序列的一般開展趨勢(shì)。在我國(guó)，統(tǒng)計(jì)界對(duì)季節(jié)調(diào)整方法應(yīng)用的系統(tǒng)研究起步比擬晚。我國(guó)傳統(tǒng)上是采取與上年同期的數(shù)據(jù)進(jìn)行比擬的方法來(lái)反映經(jīng)濟(jì)的增長(zhǎng)變化，如采用月同比的居民消費(fèi)價(jià)格指數(shù)反映價(jià)格變動(dòng)的一般趨勢(shì)，這種方法可以消除季節(jié)性因素的影響，但有它的局限性，它不能及時(shí)反映經(jīng)濟(jì)變化的轉(zhuǎn)折點(diǎn)并由此可能產(chǎn)生錯(cuò)誤的結(jié)論。研究說(shuō)明，采用不經(jīng)過季節(jié)調(diào)整的數(shù)據(jù)與去年同期進(jìn)行比擬所反映的經(jīng)濟(jì)周期的轉(zhuǎn)折點(diǎn)往往要平均滯后六個(gè)月。直到90年代起，我國(guó)政府系統(tǒng)的統(tǒng)計(jì)工作者才開始接觸季節(jié)調(diào)整模型。但對(duì)其在統(tǒng)計(jì)實(shí)務(wù)中的意義還認(rèn)識(shí)不深，應(yīng)用也較缺乏。為此，研究居民消費(fèi)價(jià)格

6、季節(jié)調(diào)整方法，計(jì)算公布季節(jié)調(diào)整的居民消費(fèi)價(jià)格指數(shù)是我國(guó)迫切需要解決的一個(gè)重要課題。二、季節(jié)調(diào)整方法的開展和應(yīng)用幾乎在所有經(jīng)濟(jì)時(shí)間序列中都可以發(fā)現(xiàn)季節(jié)變動(dòng)。這些季節(jié)變動(dòng)有時(shí)是定期的，然而，它們每年都有變化，同時(shí)使現(xiàn)象開展模型在一段時(shí)間內(nèi)發(fā)生變化。這些變化通常被認(rèn)為是隨機(jī)的，而不是以確定的方式開展。但是，季節(jié)調(diào)整研究者很早就開始認(rèn)識(shí)到：某些季節(jié)變化中，其差異可以與日歷因素相聯(lián)系，例如，某個(gè)月的 “交易天數(shù)按月估計(jì)的序列是整個(gè)月天數(shù)的累計(jì)，由于交易天數(shù)在每個(gè)月里出現(xiàn)的次數(shù)不同，從而每個(gè)月發(fā)生的經(jīng)濟(jì)活動(dòng)產(chǎn)生的影響也會(huì)有所不同，或者是一些眾人關(guān)心的時(shí)間序列中移動(dòng)假日如復(fù)活節(jié)確實(shí)定。此外，月度調(diào)查涉及的周

7、期之間間隔的長(zhǎng)度也已經(jīng)被發(fā)現(xiàn)對(duì)一些時(shí)間序列的季節(jié)模型有著重要的影響。但由于年內(nèi)的季節(jié)模型是與根本增長(zhǎng)或下降趨勢(shì)及序列周期趨勢(shì)的周期性變動(dòng)還有隨機(jī)不規(guī)那么變動(dòng)聯(lián)系在一起，因此，很難精確地估計(jì)模型。由于交易日和移動(dòng)假日影響是長(zhǎng)期存在、可預(yù)測(cè)的，是與日歷相關(guān)的影響因素，所以常把它們和季節(jié)影響組合在一起考慮。所謂的季節(jié)調(diào)整就是按照將經(jīng)濟(jì)時(shí)間序列進(jìn)行分解，去掉季節(jié)項(xiàng)的影響，使時(shí)間序列的開展圖形由不規(guī)那么變得盡量平滑，以便在研究經(jīng)濟(jì)時(shí)間序列不同月份或季度之間的關(guān)系時(shí)，可以進(jìn)行經(jīng)濟(jì)意義上的比擬。據(jù)了解，早在20世紀(jì)的上半葉人們就開始了從時(shí)間序列中分解季節(jié)因素、調(diào)整季節(jié)變動(dòng)的嘗試。季節(jié)調(diào)整的問題首先是由美國(guó)經(jīng)

8、濟(jì)學(xué)家1919年提出的，此后，有關(guān)季節(jié)調(diào)整的方法不斷的出現(xiàn)和改良。1931年麥考利Macauley提出了用移動(dòng)平均比率法進(jìn)行季節(jié)調(diào)整，成為季節(jié)調(diào)整方法的根底。1954年Shiskin在美國(guó)普查局首先開發(fā)了在計(jì)算機(jī)上運(yùn)行的程序?qū)r(shí)間序列進(jìn)行季節(jié)調(diào)整，稱為X1，此后，季節(jié)調(diào)整的方法每改良一次都以X加上序號(hào)表示。1960年X3方法發(fā)表，它的特點(diǎn)是特異項(xiàng)的代替方法和季節(jié)要素的計(jì)算方法有了進(jìn)一步改良。1961年又發(fā)表了X10方法，考慮到了根據(jù)不規(guī)那么變動(dòng)和季節(jié)變動(dòng)的相對(duì)大小來(lái)選擇計(jì)算季節(jié)要素的移動(dòng)平均項(xiàng)數(shù)。1965年推出了比擬完整的季節(jié)調(diào)整程序X-11， X-11很快就成為全世界統(tǒng)計(jì)機(jī)構(gòu)使用的標(biāo)準(zhǔn)方法。

9、X-11之所以能廣泛使用，重要的特性是它對(duì)不規(guī)那么“極端觀測(cè)值的處理能力，它在估計(jì)趨勢(shì)和季節(jié)構(gòu)成因素及它選擇這些因素的方法和診斷時(shí)的移動(dòng)平均方法變化，它用于時(shí)間序列末端的精練的漸進(jìn)移動(dòng)平均法，及它估計(jì)“交易日影響的方法都比以前有較大的提高。1978年，加拿大統(tǒng)計(jì)局的Dagum開始引進(jìn)隨機(jī)建模的方法，推出了對(duì)X-11改良的X-11-ARIMA方法，就是在X-11程序的根底上參加ARIMA建模和預(yù)測(cè)，通過自回歸和移動(dòng)平均方法對(duì)非平穩(wěn)時(shí)間序列進(jìn)行季節(jié)調(diào)整。 X-11-ARIMA季節(jié)調(diào)整方法包含了所有X-11的特性，并給予完善。最重要的是X-11-ARIMA具有通過ARIMA模型在季節(jié)調(diào)整前向前或向后

10、擴(kuò)展時(shí)間序列的能力。美國(guó)普查局Findley等人在20世紀(jì)90年代左右提出了X-12-ARIMA方法，它是普查局最新的與X-11相關(guān)的季節(jié)調(diào)整方法。X-12-ARIMA是以著名的X-11工程以及加拿大統(tǒng)計(jì)局的X-11-ARIMA和X-11-ARIMA88版Dagum,1988方法為根底的。該方法根本上囊括了X-11-ARIMA最新版本X-11-ARIMA88版的所有特性，即包括了X-11的所有特性。 X-12-ARIMA使用信號(hào)噪聲比法在固定的成套移動(dòng)平均過濾器通常稱之為X-11類型過濾器之間選擇。X-12-ARIMA的重大改良彌補(bǔ)了X-11-ARIMA88版未能實(shí)現(xiàn)的缺乏之處。同時(shí)也改良了X

11、-11-ARIMA88版本在建模和診斷能力方面的缺陷。重要的改良之一是增加了幾種類型的模型和季節(jié)調(diào)整診斷方法。X-12-ARIMA的一個(gè)主要特征來(lái)自于它的regARIMA建模能力，X-12-ARIMA的regARIMA建模的使用會(huì)提高前推后估計(jì)的價(jià)值，同時(shí)，通過它的異常值檢測(cè)能力，幫助健全模型參數(shù)估計(jì)和對(duì)附加的異常值和水平移動(dòng)的模型預(yù)測(cè)。相對(duì)X-11-ARIMA，X-12-ARIMA工程提供了四個(gè)方面的改良和提高：1可選擇季節(jié)、交易日、及假日進(jìn)行調(diào)整的的特性，包括對(duì)用戶定義的回歸自變量估計(jì)結(jié)果的調(diào)整，輔助季節(jié)和趨勢(shì)過濾器選擇，及選擇季節(jié)趨勢(shì)不規(guī)那么因素的分解。2對(duì)各種選項(xiàng)條件下調(diào)整的質(zhì)量和穩(wěn)定

12、性作出新診斷。3對(duì)具有ARIMA誤差、可選擇穩(wěn)健估計(jì)系數(shù)的線性回歸模型，進(jìn)行廣泛的時(shí)間序列建模和模型選擇能力。4提供一個(gè)新的易于分批處理數(shù)據(jù)量大時(shí)間序列能力的用戶界面。見參考文獻(xiàn)6此后，歐盟統(tǒng)計(jì)中心研制出了稱為TRAMO/SEATS方法。TEAMOSTime series Regression with ARIMA noise,Missing observation,and Outliers具有ARIMA噪聲、省略觀察值和異常值的時(shí)間序列回歸法和SEATSSignal Extraction in ARIMA Time SeriesARIMA時(shí)間序列的信號(hào)提取法是由Agustin Maraval

13、l和Victor Gomez開發(fā)的，以ARIMA模型為根底，使用信號(hào)提取技術(shù)進(jìn)行季節(jié)性調(diào)整時(shí)間序列的結(jié)合工程。SEATS是指使用過濾器從一個(gè)ARIMA類型的時(shí)間序列模型中導(dǎo)出的信號(hào)提取法來(lái)描述序列的行為。這種方法是以Burmn(1980)和Hillmer及Tiao(1982)的研究結(jié)果為根底的。目前，TRAMO/SEATS與X-12-ARIMA方法一起在歐洲統(tǒng)計(jì)界得到推薦，并在歐洲中央銀行見歐洲中央銀行1999，2000得到廣泛的使用。它們也在歐洲內(nèi)外的許多中央銀行、統(tǒng)計(jì)部門和其他經(jīng)濟(jì)機(jī)構(gòu)廣泛使用，并且都已成為對(duì)重要時(shí)間序列深入處理和分析的工具和處理最常用的經(jīng)濟(jì)類指標(biāo)的工具。盡管美國(guó)和加拿大目

14、前仍主要使用X-12-ARIMA方法，但TRAMO/SEATS方法也得到美國(guó)統(tǒng)計(jì)部門的廣泛注意。美國(guó)普查局已經(jīng)在0.3版本的X-12-ARIMA吸收了TRAMO的局部?jī)?nèi)容，同時(shí)也在研究選擇吸收SEATS的內(nèi)容。由于TRAMO/SEATS與X-12-ARIMA方法具有上述強(qiáng)大的季節(jié)調(diào)整功能，本文嘗試使用X-12-ARIMA方法對(duì)我們國(guó)家的消費(fèi)價(jià)格指數(shù)作季節(jié)調(diào)整，并結(jié)合TRAMO/SEATS方法對(duì)消費(fèi)價(jià)格指數(shù)序列的春節(jié)因素的影響進(jìn)行調(diào)整分析。三、實(shí)證研究：上海居民消費(fèi)價(jià)格指數(shù)的季節(jié)調(diào)整一X-12-ARIMA方法的根本思路X-12-ARIMA方法是由X-12及ARIMA方法組合而成，ARIMA方法的

15、根本思路：對(duì)于非平穩(wěn)的時(shí)間序列，用假設(shè)干次差分使其成為平穩(wěn)序列，再將此序列表示成關(guān)于序列直到過去某一點(diǎn)的自回歸和關(guān)于白噪聲的移動(dòng)平均的組合。用數(shù)學(xué)公式表示這樣一個(gè)ARIMAp,d,q過程如下：其中，是原始序列，是白噪聲序列，B是后移算子，是d階差分，自回歸算子為：，移動(dòng)平均算子為：。X-12方法的根本思路是這樣的：假設(shè)時(shí)間序列有四局部組成元素：趨勢(shì)Trend、循環(huán)Cycle、季節(jié)Seasonal和不規(guī)那么項(xiàng)Irregular。為從中消除季節(jié)因素的影響， X-12采用的是移動(dòng)平均的方法。進(jìn)一步，為了改善序列兩端的不對(duì)稱情況，加拿大統(tǒng)計(jì)局對(duì)X-12方法進(jìn)行了改良，提出了X-12-ARIMA方法，也

16、就是在采用X-12方法前，先使用ARIMA模型對(duì)序列的兩端進(jìn)行了延伸。二數(shù)據(jù)預(yù)處理居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)的來(lái)源是上海市統(tǒng)計(jì)局城調(diào)隊(duì)提供的94年02年上海居民消費(fèi)價(jià)格指數(shù)，但由于該數(shù)據(jù)是以上年價(jià)格為100的同比數(shù)據(jù)，本身就剔除了一局部季節(jié)因素，通常時(shí)間序列季節(jié)調(diào)整都是在定基比指數(shù)的根底上進(jìn)行的,這樣調(diào)整才有明顯的效果。但由于我國(guó)是從2001年才開始計(jì)算、公布定基比的消費(fèi)者價(jià)格指數(shù)，其資料個(gè)數(shù)不能滿足季節(jié)調(diào)整需要，因此，本文采取假設(shè)93年各月為初始值，通過同比增長(zhǎng)率計(jì)算定基比增長(zhǎng)率的方法對(duì)原數(shù)列進(jìn)行調(diào)整，通過這種方法得到的數(shù)據(jù)在季節(jié)調(diào)整后可以得到非常接近真實(shí)的季節(jié)調(diào)整后的序列。具體計(jì)算方法過程詳見參

17、考文獻(xiàn)1。表一：1994-2002年上海居民消費(fèi)價(jià)格指數(shù)以93年各月=100調(diào)整后的數(shù)據(jù)1月2月3月4月5月6月7月8月9月10月11月12月94年123.5123.4122.9120.4121.9122.2124.8125.3126.1126.0125.9123.595年147.3146.8147.5145.9149.7148.4150.8145.7141.6142.1150.6147.096年163.2163.1164.6164.3163.3163.5163.0156.8152.6152.1161.6158.297年171.4169.3169.2167.8166.6165.1167.416

18、1.5159.2156.0166.0161.598年176.7177.3179.4172.5165.9166.3161.9157.5153.5152.3160.4157.899年171.4172.2175.5168.5163.4168.3167.7160.3163.5161.1168.9166.500年182.2183.9185.3174.4168.6172.5171.6165.3161.3158.5168.4166.301年182.6179.9183.8174.7168.9172.8174.1165.8158.3158.5170.3168.602年184.4185.1185.8174.016

19、9.6174.4174.4167.0160.9158.2167.7167.3三季節(jié)模型建立我們使用Eviews4.0軟件對(duì)上海居民消費(fèi)價(jià)格指數(shù)進(jìn)行分析，從定基比消費(fèi)價(jià)格指數(shù)Y的曲線圖CHART1可以看出，1994年年底到1995年年初消價(jià)指數(shù)有一個(gè)較大幅度的上升，它恰好符合我國(guó)這段時(shí)間經(jīng)濟(jì)活動(dòng)的擴(kuò)張、消費(fèi)價(jià)格水平也隨之上漲的情況，而后的年份中物價(jià)水平保持在一個(gè)較高的水平上且以每年根本相同的周期性趨勢(shì)變化。在圖中，還可以看出每年的年末和年初物價(jià)水平相對(duì)其他月份明顯偏高，這可能是由于我國(guó)有一個(gè)非常重要的節(jié)日春節(jié)的影響，這一現(xiàn)象也反響出該序列的季節(jié)性。此外，計(jì)算指數(shù)的一階差分自相關(guān)函數(shù)也顯示，該時(shí)間

20、序列存在著滯后期為12的季節(jié)性變化，所以我們可以采用X-12-ARIMA對(duì)該序列進(jìn)行季節(jié)調(diào)整。CHART1： regARIMA是X-12-ARIMA中對(duì)數(shù)據(jù)的預(yù)處理過程，它主要用于發(fā)現(xiàn)并修正各種類型的異常值以及估計(jì)出日歷因素的影響。在該程序進(jìn)行季節(jié)調(diào)整時(shí)，regARIMA模型首先對(duì)日歷影響進(jìn)行預(yù)調(diào)整，對(duì)交易日、假日和異常值等影響因素進(jìn)行判別并且建立回歸方程，在季節(jié)調(diào)整之前將他們剔除，這一過程是自動(dòng)完成的。該消費(fèi)價(jià)格指數(shù)的回歸方程為： 該回歸方程中的回歸因子是由7個(gè)工作日 (工作日因素包含在交易日因素中，是指由于從周一至周五工作日與周六和周日的非工作日里經(jīng)濟(jì)活動(dòng)的不同所造成的影響)、閏年、勞動(dòng)節(jié)

21、和3個(gè)異常值組成，從各個(gè)回歸系數(shù)的t檢驗(yàn)值可以看出，該回歸方程的每個(gè)回歸因子都是顯著的，因此也說(shuō)明了回歸方程的有效性。在考慮假日的影響時(shí)，中西方國(guó)家的假日有較大的差異，如西方的復(fù)活節(jié)和我國(guó)的傳統(tǒng)春節(jié)，復(fù)活節(jié)一般在3、4月份，而春節(jié)在1、2月份出現(xiàn)；西方的勞動(dòng)節(jié)假日是指9月1日至7日，而我國(guó)的勞動(dòng)節(jié)假日那么是5月1日至7日，這些都使中西方的假日因素對(duì)消費(fèi)價(jià)格指數(shù)時(shí)間序列產(chǎn)生的影響出現(xiàn)較大的不同。X-12 ARIMA中沒有涉及對(duì)中國(guó)勞動(dòng)節(jié)和春節(jié)影響因素的調(diào)整，而春節(jié)因素又是影響消費(fèi)價(jià)格的一個(gè)重要因素，其作用不可無(wú)視，所以必須人為的設(shè)置一個(gè)有關(guān)春節(jié)的變量來(lái)考慮春節(jié)的影響,但操作起來(lái)相對(duì)較復(fù)雜在后文中

22、詳細(xì)說(shuō)明，所以在選擇回歸因子時(shí)本文首先考慮交易日、勞動(dòng)節(jié)及異常值的影響，然后再考慮春節(jié)的影響。須指出的是，X-12regARIMA程序可以由用戶自己指定擬剔除的異常值，但是由于該程序可以根據(jù)時(shí)間數(shù)列的長(zhǎng)度來(lái)確定判斷異常值的臨界值tcritical value:短的數(shù)列臨界值比擬小，長(zhǎng)的數(shù)列臨界值比擬大，并且該程序默認(rèn)的臨界值處于2.8至4.1之間，所以我們?cè)诓僮鲿r(shí)直接應(yīng)用該程序自動(dòng)剔除異常值的功能。運(yùn)行結(jié)果顯示，異常值為1994年11月，1995年1月和1999年9月的消費(fèi)價(jià)格指數(shù)表二，根據(jù)估計(jì)參數(shù)的t統(tǒng)計(jì)量的值說(shuō)明這三個(gè)值在統(tǒng)計(jì)上是顯著的，它們將被自動(dòng)剔除。表二：X-12 ARIMA識(shí)別的異

23、常值VariableOutlier Parameter Estimatet=3.821994.NOV-9.9545-4.851995.JAN8.33184.101999.SEP8.07284.80RegARIMA在對(duì)回歸殘差建立ARIMA模型時(shí)，本文確定為AIRLINE模型0 1 10 1 1，它表示經(jīng)過一次規(guī)那么性差分和一次季節(jié)性差分后，該序列成為了具有一階規(guī)那么性移動(dòng)平均項(xiàng)和一階季節(jié)移動(dòng)平均項(xiàng)的平穩(wěn)序列。 它是X-12ARIMA程序默認(rèn)的模型，大多數(shù)情況下這個(gè)模型是滿足要求的，之所以采用這個(gè)模型，我們主要考慮調(diào)整的結(jié)果有效就行，而不去追求到底哪個(gè)模型更精確。四季節(jié)因素影響分析我們給出運(yùn)行程

24、序后季節(jié)調(diào)整的各分解因素最終序列圖：Y是原始系列圖，Y_SF是季節(jié)因素圖，Y_TC是最終趨勢(shì)圖，Y_IR是不規(guī)那么因素圖CHART2： 為了更好的說(shuō)明季節(jié)調(diào)整的效果我們也給出原序列和季節(jié)調(diào)整后的序列的比擬圖CHART3。調(diào)整后的序列圖比原序列圖要平滑的多，直觀上看已經(jīng)剔除了季節(jié)和不規(guī)那么因素，從調(diào)整后的殘差相關(guān)圖也可以看出滯后12期的自相關(guān)系數(shù)為0.030，對(duì)自相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)：t=0.309.由于n-2比擬大，那么t服從正態(tài)分布，t=0.309小于顯著性水平下0.05的值1.96,認(rèn)為自相關(guān)系數(shù)不顯著，說(shuō)明季節(jié)調(diào)整后的數(shù)據(jù)已經(jīng)沒有季節(jié)性，因此調(diào)整的結(jié)果是可以接受的。 CHART3： C

25、HART4: 另外從最終的季節(jié)調(diào)整圖中CHART4 也可以比擬明顯的觀察出94年-02年期間我國(guó)在經(jīng)濟(jì)擴(kuò)張和緊縮時(shí)期的居民消費(fèi)價(jià)格指數(shù)變動(dòng)情況：從94年96年居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)較快，具有較大的斜率，這與我國(guó)當(dāng)時(shí)的經(jīng)濟(jì)處于擴(kuò)張時(shí)期相吻合；97年和98年我國(guó)經(jīng)濟(jì)由于受到東南亞金融危機(jī)的影響，經(jīng)濟(jì)受到一定的影響，消費(fèi)價(jià)格指數(shù)受其影響有所下降；從98年后期一直到02年我國(guó)經(jīng)濟(jì)長(zhǎng)期處于緊縮時(shí)期，雖然政府采取了相應(yīng)的財(cái)政和貨幣政策以刺激消費(fèi)，可效果都不太明顯，物價(jià)一直保持在比擬平穩(wěn)的水平上。因此，剔除了季節(jié)因素影響后的消費(fèi)價(jià)格指數(shù)序列可以更好的反映出經(jīng)濟(jì)開展的狀況，從而說(shuō)明了季節(jié)調(diào)整方法的科學(xué)性。這樣季

26、節(jié)調(diào)整后的數(shù)據(jù)可以用來(lái)進(jìn)一步作分析和預(yù)測(cè)使用，防止了原始序列不能作更深分析的缺乏。五春節(jié)因素調(diào)整前文曾提出，X-12ARIMA程序在季節(jié)調(diào)整中只考慮了交易日和勞動(dòng)節(jié)兩個(gè)日歷因素的影響,這是由于該程序是由美國(guó)等西方國(guó)家開發(fā)，季節(jié)調(diào)整中主要考慮的是國(guó)外經(jīng)濟(jì)序列的影響因素，回歸因子中的中西方假日的不同及中國(guó)經(jīng)濟(jì)特有的影響因素并沒有在程序中反映出來(lái)，因此這必然會(huì)影響我國(guó)時(shí)間序列季節(jié)調(diào)整的最終效果。但是中國(guó)春節(jié)的影響又不能忽略，因?yàn)榇汗?jié)對(duì)于中國(guó)居民的消費(fèi)有著很大的影響，所以在調(diào)整中應(yīng)該考慮春節(jié)的影響。鑒于Eviews4.0軟件中X-12ARIMA程序只可以引入了交易日和異常值作為回歸因子，不能引入春節(jié)回

27、歸因子，因此，本文采用TRMAO/SEATS程序，它可以引入使用者自己設(shè)定的回歸因子，并且在季節(jié)調(diào)整中被使用。TRMAO和SEATS兩個(gè)程序往往聯(lián)合起來(lái)使用，先用TRAMO對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，然后用SEATS將時(shí)間序列分解出趨勢(shì)、周期、季節(jié)以及不規(guī)那么等因素。TRAMO/SEATS程序的優(yōu)越性在于它可以靈活的設(shè)定回歸變量，這樣根本可以解決其他的季節(jié)調(diào)整程序無(wú)法處理中國(guó)一些特定的季節(jié)因素如日期不確定的春節(jié)或放長(zhǎng)假等的問題，操作上比X-12regARIMA相對(duì)簡(jiǎn)單，并且較少主觀判斷成分。研究說(shuō)明，在對(duì)具有較大異常值的長(zhǎng)達(dá)12年的時(shí)間序列數(shù)據(jù)進(jìn)行季節(jié)調(diào)整時(shí)，與X-12相比，SEATS程序具有較好的擬合

28、效果；而對(duì)于只有4年的時(shí)間序列數(shù)據(jù)而言，用X-12程序進(jìn)行季節(jié)調(diào)整那么會(huì)更加接近于正確的季節(jié)調(diào)整后的結(jié)果，即使是該數(shù)列中含有較大的異常值。具體過程詳見參考文獻(xiàn)10。春節(jié)在每年中的日期具有不確定性，即屬于移動(dòng)假日因素，主要出現(xiàn)在1月份和2月份。參照國(guó)外對(duì)復(fù)活節(jié)主要出現(xiàn)在每年的3月和4月的調(diào)整方法，假定春節(jié)對(duì)消費(fèi)價(jià)格指數(shù)的影響主要發(fā)生在春節(jié)前的20天，并且每天的影響效果是一樣的，然后建立一個(gè)虛擬變量Hn, t來(lái)表示春節(jié)的影響。Hn, t在受到春節(jié)影響的月份中的取值不為0，而其他月份的取值均為0。至于在1月和2月中Hn, t的取值那么根據(jù)春節(jié)前的20天在兩個(gè)月的分配比例而定，并且二者之和等于1。比方

29、97年的春節(jié)在2月7日，當(dāng)n=20時(shí)，在1月的天數(shù)為14天，相應(yīng)的在2月的天數(shù)為6天，因此Hn, t在1月和2月的取值分別為0.7和0.3，以此類推可得其他各年的Hn, t值。具體的春節(jié)因素影響的數(shù)據(jù)如表四所示。表三：春節(jié)影響的虛擬變量H(n,t)的值20天199419951996199719981999200020012002JanFebJanFebJanFebJanFebJanFebJanFebJanFebJanFebJanFeb0.550.45100.10.90.70.3100.250.750.80.2100.450.55下面給出用TRAMO/SEATS做的未剔除春節(jié)影響Y_SA_NOT

30、CNY和剔除春節(jié)影響季調(diào)后(Final seasonally adjusted series)的序列比擬圖CHART5。其中實(shí)線表示剔除春節(jié)影響后調(diào)整的消費(fèi)價(jià)格指數(shù)，虛線表示未剔除春節(jié)影響調(diào)整的消費(fèi)價(jià)格指數(shù)，可以看出前者較后者有一定的改良，曲線更為平滑。CHART5：六季節(jié)調(diào)整指數(shù)預(yù)測(cè)最后根據(jù)TRMAO/SEATS程序中使用的模型0 1 10 1 1進(jìn)行預(yù)測(cè)，它的方程形式為：是剔除了其它影響因素的原始序列值，B是滯后算子，是季節(jié)差分。我們給出往后兩年的預(yù)測(cè)數(shù)據(jù)表四以及帶有預(yù)測(cè)數(shù)據(jù)的原始序列圖CHART6，使我們對(duì)未來(lái)上海居民消費(fèi)價(jià)格指數(shù)的走向有個(gè)大概的把握，有利于政府部門制定相應(yīng)的政策和方案。

31、表四: 2003年的居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)值2003年JanFebMarAprMayJunJulAugSepOctNovDecForecast182.475182.619184.435173.538168.492173.311173.446165.635159.901157.610167.309166.9602004年JanFebMarAprMayJunJulAugSepOctNovDecForecast181.749182.399184.288173.005167.767172.971172.720165.294159.368156.692167.162166.427 CHART6： 以上是我

32、們?cè)谕诒鹊纳虾Ｊ芯用裣M(fèi)價(jià)格指數(shù)的數(shù)據(jù)根底上，對(duì)經(jīng)過處理后得到的實(shí)際數(shù)列進(jìn)行的季節(jié)性調(diào)整，主要采用了X-12-ARIMA方法，并運(yùn)用TRAMO/SEATS方法進(jìn)一步考慮了我國(guó)春節(jié)對(duì)消費(fèi)價(jià)格指數(shù)的影響，得出比擬好的調(diào)整效果，為經(jīng)濟(jì)分析和預(yù)測(cè)提出了良好的數(shù)據(jù)根底。四、我國(guó)季節(jié)調(diào)整面對(duì)的問題及建議隨著改革開放的進(jìn)一步深入，我國(guó)的經(jīng)濟(jì)將進(jìn)一步融入到世界經(jīng)濟(jì)一體化的格局中，這在客觀上對(duì)我們傳統(tǒng)的統(tǒng)計(jì)方法提出了挑戰(zhàn)，要求我們與國(guó)際通行的方法接軌。從統(tǒng)計(jì)自身來(lái)講，引入時(shí)間序列的季節(jié)調(diào)整方法，不僅僅在于提高數(shù)據(jù)的分析使用價(jià)值，同時(shí)也對(duì)傳統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)搜集方式提出了改革的要求，因此學(xué)習(xí)國(guó)外的先進(jìn)的科學(xué)方法，對(duì)經(jīng)

33、濟(jì)時(shí)間序列進(jìn)行季節(jié)調(diào)整是大勢(shì)所趨。但是目前我國(guó)要開展時(shí)間序列的季節(jié)調(diào)整，還面對(duì)著一些實(shí)際問題：首先，缺乏原始統(tǒng)計(jì)數(shù)據(jù)的問題。在國(guó)內(nèi)做經(jīng)濟(jì)分析時(shí)遇到的一個(gè)普遍困難是缺乏適宜的原始數(shù)據(jù)。一般在處理涉及到數(shù)量的時(shí)間序列時(shí)總是更關(guān)心實(shí)際值，而我們一般可得到的往往是名義值，但又缺乏一個(gè)適宜口徑的價(jià)格指數(shù)對(duì)其進(jìn)行縮減，并且所能得到的價(jià)格指數(shù)一般也多是同比值，而沒有一個(gè)統(tǒng)一的定基價(jià)格指數(shù)。本文中進(jìn)行季節(jié)調(diào)整的上海市消費(fèi)價(jià)格指數(shù)就是來(lái)源于同比數(shù)據(jù)，然而西方國(guó)家在進(jìn)行消費(fèi)價(jià)格指數(shù)季節(jié)調(diào)整時(shí)，是把具有固定基期的定基數(shù)據(jù)作為調(diào)整對(duì)象。我國(guó)在2000年以前一直都沒有公布月度或季度定基比價(jià)格指數(shù)，雖說(shuō)從理論上可以由環(huán)比

34、和同比價(jià)格指數(shù)推得定基比價(jià)格指數(shù)，但實(shí)際操作時(shí)會(huì)發(fā)現(xiàn)它們之間經(jīng)常是不一致的。因此在運(yùn)用國(guó)外的季節(jié)調(diào)整方法對(duì)我國(guó)的經(jīng)濟(jì)時(shí)間序列進(jìn)行季節(jié)調(diào)整時(shí)，會(huì)存在數(shù)據(jù)轉(zhuǎn)換的誤差。其次，國(guó)外現(xiàn)成軟件的不完全適合性。國(guó)外多數(shù)通用的經(jīng)濟(jì)計(jì)量軟件中所固化的季節(jié)調(diào)整過程，在對(duì)交易日和移動(dòng)假日等因素調(diào)整時(shí)是針對(duì)西方的傳統(tǒng)因素如復(fù)活節(jié)，圣誕節(jié)等進(jìn)行的，與我國(guó)的國(guó)情有所不同，比方我國(guó)的消費(fèi)價(jià)格指數(shù)主要受到的春節(jié)、“五一、“國(guó)慶等假日的影響在模型中就無(wú)法剔除。因此，使用一般的季節(jié)調(diào)整程序直接進(jìn)行調(diào)整時(shí)，所得的結(jié)果往往不能令人滿意，經(jīng)常會(huì)在諸如春節(jié)等處的前后產(chǎn)生明顯的異常點(diǎn)犄角，雖然從定性上我們知道這是何種因素的影響，但是在定量上卻很難做出適宜的分析。再次，理論和技術(shù)培訓(xùn)問題。季節(jié)調(diào)整的方法是一個(gè)技術(shù)性比擬強(qiáng)的工作，要開展季節(jié)調(diào)整工作，必須對(duì)模型有一個(gè)全面的理解，不僅要會(huì)操作，還要懂得季節(jié)調(diào)整的原理，因?yàn)槟Ｐ椭杏卸喾N選擇，不同的數(shù)據(jù)特征要適應(yīng)模型中不同的選擇。這些技術(shù)問題都需要經(jīng)過系統(tǒng)的理論學(xué)習(xí)和培訓(xùn)。另外在推廣的過程中，由于我國(guó)各省、市、地區(qū)的知識(shí)技術(shù)水平和客觀條件的存在較大差異，普及經(jīng)濟(jì)時(shí)間序列的季節(jié)調(diào)整技術(shù)可能要需要一個(gè)較長(zhǎng)的過程。最后，國(guó)內(nèi)的接受程度和配套制度問題。長(zhǎng)期以來(lái)在人們的思想認(rèn)識(shí)中，只有原始數(shù)據(jù)才是最準(zhǔn)確的。然而季節(jié)調(diào)整后的數(shù)據(jù)改變了原始數(shù)據(jù)的本來(lái)面貌，與沒