消费经济监测预警指标信息提取及应用.docVIP

消费经济监测预警指标信息提取及应用 　　[摘 要]利用景气分析法来研究我国消费经济的监测与预警时，要求选取的监测预警指标能客观反映消费经济的发展趋势和循环波动，但是绝大多数指标的变化同时还包含了季节变动和不规则要素，必须将其剔除。文章介绍了X12-ARIMA信息提取方法，并利用X12-ARIMA方法实证分析了我国消费监测预警指标的信息提取过程 [关键词]消费监测预警指标；信息提取；X12-ARIMA [DOI]10.13939/j.cnki.zgsc.2017.01.034 1 引 言 利用景气分析法研究我国消费经济的监测与预警时，理论基础是消费经济周期理论，关注的对象是消费经济的发展趋势及判断消费经济处于周期中的具体状态，故需要将有关消费的经济时间序列进行分解，剔除其中的季节变动要素和不规则要素， 以防止这两个要素遮盖或混淆消费经济发展的客观变化， 为消费预警过程中基准、先行、一致和滞后指标的确定奠定基础 2 研究综述 对我国消费经济的监测预警指标进行信息提取时，主要是进行季节调整。目前X-11法和TRAMO/SEATS法已成为世界各国进行季节调整的?俗挤椒āＮ靼嘌酪?行开发、欧盟统计办公室升级完善的TRAMO/SEATS法由Agustin Maravall和Victor Gomez开发。以ARIMA模型为基础，使用信号提取技术进行季节性调整时间序列的方法的优越性在于它可以灵活地设定回归变量。现阶段，国际上广泛使用的季节调整程序大多是在这两种调整原理上开发出来的。除了X-11、TRAMO/SEATS、X12-ARIMA这三种信息提取方法外，越来越多的经济学家们普遍地关注H-P滤波法和DFA法 3 实证分析 本部分以X12-ARIMA法为例，对消费监测预警指标体系中的社会消费品零售总额进行信息提取（其他指标采取同样的方法），以此来分析消费监测预警指标的信息提取 文章选取社会消费品零售总额进行信息提取，样本区间为2006.01～2015.12，共120个数据。数据来源于国家统计局。使用的软件是Eviews7中的Census X12，此过程可实现X12-ARIMA季节调整 由于社会消费品零售总额（Y）有递增的趋势，所以使用乘法模型进行季节分析，自动选择的ARIMA模型为（0，1，1）×（0，1，1）12。季节调整后得到四个序列，分别是：调整后序列（Y―SA）、趋势因子序列（Y―TC）、季节因子序列（Y―SF）＼不规则因子序列Y―IR。季节调整结果表明：社会消费品零售总额存在着非常明显的季节性，原数据的剧烈波动主要来自不规则因素的干扰，趋势因子项较为平滑，对应此序列的总体长期趋势 对于稳定季节性检验，F值远远大于临界值，表明原序列存在稳定季节性；对于变动季节性检验，F值大于临界值，表明社会原序列存在移动季节性 由表1的季节性检验表明：社会消费品零售总额原序列存在稳定季节性和移动季节性，消费季节性波动显著，其波动不仅随月变化，而且随年变化 在X―12―ARIMA程序中对社会消费品零售总额进行季节调整，得到的诊断结果见表2。表2给出了用11种统计量来判断季节调整的质量。这些统计量的取值都在0～3之间，并且取值越小，说明季节调整的质量越好。最后利用这11个统计量的线性组合，建立一个评价季节调整质量的综合指标Q。由表2中的结果可知，M值都小于1，综合指标Q为0.19，也比较小，说明该季节调整的质量良好 4 结 论 文章在研究我国消费经济的监测与预警的基础上，介绍了X12-ARIMA信息提取方法，为消费监测和预警指标的筛选提供了依据。并实证分析了我国的消费监测预警指标社会消费品零售总额的信息提取。通过X12-ARIMA进行季节调整后，趋势因素、循环因素、季节变动因素和不规则因素的信息被提取出来，我们可以很清楚地看到影响社会消费品零售总额的这四个因素的变化规律，经过调整后的社会消费品零售总额和原序列相比平滑了许多，季节调整的质量良好。故这种方法可推广到消费经济监测预警的其他指标的信息提取 参考文献： [1]Christiano L，Fitgerald T.The band-pass filter[J].International Economic Review，2003，44（2）. [2]韩冬梅，高铁梅.季节调整方法研究[J].数量经济技术经济研究，2003（3）. [3]张鸣芳.居民消费价格指数季节调整实证研究[J].财经研究，2004（3）. [4]中国人民银行调查统计司.时间序列X-12-ARIMA季节调整原理与方法[M].北京：中国金融出版社，2006. [5]郑桂环，张??，韩艾，等.经济景气分析方法[M].北京：科学出版社，2