基于商品零售总额的季节调整方法比较分析-comparative analysis of seasonal adjustment methods based on total retail sales of goods.docxVIP

基于商品零售总额的季节调整方法比较分析-comparative analysis of seasonal adjustment methods based on total retail sales of goods.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于商品零售总额的季节调整方法比较分析-comparative analysis of seasonal adjustment methods based on total retail sales of goods

摘 要时间序列中以月份和季度为时间观测单位的数据容易受季节因素的影响而出现 季节性的周期变化,这被称为季节因素。由于月度、季度时间序列包含季节变动因素, 季节因素的存在会掩盖与当前经济发展趋势分析直接相关的数据的基本特征,不能客 观的反映出社会经济现象的趋势变动情况和循环周期变动。所谓的季节调整就是将经 济时间序列进行分解,去掉季节项的影响,使时间序列的发展趋势图形由不规则变得 尽可能平滑,这样可以较为准确和客观的研究经济现象的变化情况。传统的季节调整主要是通过移动平均和平滑的方法消除波动性,使序列表现出趋 势,这种方法过于简单和粗糙,没有考虑到数据的特征。之后又出现了 X-11-ARIMA、 X-12-ARIMA、TRAMO/SEATS 等方法,使得季节调整理论研究及方法完善有了新的 飞跃。这些方法在技术上先进,对数据进行季节调整的效果好。但是中国的季节数据 有其独特的特点,比如农历假日的不确定性,假期长度的不稳定性和春节因素的调整 等一系列的问题,这些问题虽有研究,但是其方法没有彻底完善,调整方法没有得到 共识。针对中国季节数据的具体情况,中国的季节调整首先要借鉴 X-12-ARIMA、 TRAMO/SEATS 等方法,这些方法对数据的平滑已经比较成熟,对于波动性的消除 是比较好的,可以直接进行应用。农历节假日在公历月份中变化的问题,采用虚拟变 量的方法,对农历节假日的影响效果进行定量分析。新增节假日的影响效果通过在模 型中加入虚拟变量进行分析,对于长度变化的节假日,其长度变化的影响借鉴贸易日 的调整方法。春节因素的调整,改变过去春节影响时长固定不变的缺点,调整了春节 的影响时长,并且按照距离春节长短的不同采用变化的非线性权数进行调整。通过构 建的季节调整方法,对中国的季节数据进行调整,分析经济现象的变化趋势。经过季 节调整后的数据,很好的消除了季节波动性,更好的反映出了现象的趋势变化。关键词:季节调整X-12-regARIMATRAMO/SEATS春节效应节假日效应AbstractData which is measured in unit of month or season in time series is susceptible to seasonal factors and appears seasonal periodic change, which is called seasonal components. The exist of seasonal components will cover up the fundamental features of data which is directly bound up with the trend analysis of current economic development, and cannot reflect the trend variation or cyclical period change of social economical phenomenon objectively, since monthly or seasonal time series include seasonal change factors. The so-called seasonal adjustments is abandoning the influence of season factor by resolving the economic time series to make the development tendency graphics of time series become as smooth as possible by irregular, then we can study the changes of economical phenomenon more precisely and objectively.Traditional seasonal adjustment eliminates volatility of series to make them show a sort of tendency mainly by moving averages and smoothing methods. This method is too simple and rough to consider the data’s features. Later, the appearance of methods such asX-11-ARIMA、X-12-ARIMA、TRAMO/SEATS brings a new leap in the

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档