X11方法--时间序列季节调整X11方法--时间序列季节调整.pdfVIP

§2.1 各种变动要素的构成 在 X-11 方法中，原序列的变动假定由下面四个要素构成 : ① 趋势 ·循环要素( TC )； ② 季节变动要素 (S )； ③ 不规则变动要素( I )； ④ 周工作日变动要素 (D )。 因经济指标的性质不同，这四种要素的构成也不同，同时季节调整的计算步骤也不一样，下面具 体列举其不同的构成方法。 首先介绍几种记号： D ： 先验的周工作日调整要素； p Dr ： 由回归式估计的周工作日变动要素； P ： 先验的月份调整要素； E ： 特异项； I ： 残存的不规则要素。 (1) 月度序列的乘法模型： Y TC =×S ×I ′′×D ′′ Y TC =×S ×I ′′×D ′ Y TC =×S ×I ′×D ′ Y TC =×S ×I ′ 其中：D ′′ D ×D ，D ′ D ，I ′′ P ×E ×I ，I ′ E ×I 。 p r r (2) 月度序列的加法模型： Y TC =+S +I ′′+D r Y TC =+S +I ′+D r Y TC =+S +I ′ I P E I ，I E I 。 其中： ′′ =+ + ′ + (3) 季度序列的乘法模型： Y TC =×S ×I ′ (I ′ E ×I ) (4) 季度序列的加法模型： Y TC =+S +I ′ (I ′ E +I ) §2.2 月份调整 月份调整 (Prior Monthly Adjustment)是在季节调整之前，根据工作 日数进行调整，主要是去掉 节假日或其它原因造成的给定月份在不同年份之间工作 日数多少的差别，这项调整只针对月度数据。 例如，在我国春节法定假日 3 天，但春节有时在一月份，有时在二月份，还有一月、二月里都有春节 的假日，这样对在春节放假期间不生产或不营业的行业的某些统计指标影响就很大。 如果进行这一调整，需要用户提供月调整因子序列 P (Prior Monthly Adjustment Factors)，这 里 P {p 1 , p 2 , , p n } ，其中p j 为 j 月的调整因子， n 为总月数。例如，我国新年放假 1 天，春节 放假 3 天， “五一”节放假 2 天，国庆节放假 3 天，还有某年某月份因某种原因停产或停止营业的天 数，从相应的月中扣除这些天数就得到实际工作天数的序列，可作为月调整因子序列。下面结合乘法 模型讨论 P 序列的确定方法。 ~ 注意对时间序列 Y 进行月份调整时，在乘法模型的情况下，采用除法，设 Y 是调整后的序列，则 ~ y j y j p j , j 1, 2 , , n (2.1) 对于全星期不停产的企业和不停业的商店， P 序列可以是扣除了节假日的实际月工作天数序列， 对于每星期休息 1 天或 2 天的企业和商业部门，P 序列可以是每月扣除节假日及休息日的实际工作天 ~ 数序列，这样由 (2.3)式得到的 Y 序列是按工作 日的月平均日值序列。 P